未来视觉7-Android的高斯模糊方案

正文

请到「今天看啥」查看全文

根据一维高斯函数，可以推导得到二维高斯函数：

3*3的矩阵

为了计算权重矩阵，需要设定σ值。现假定σ=1.5，则模糊半径为1的权重矩阵如下：

这9个点的权重总和等于0.4787147，如果只计算这9个点的加权平均，还必须让它们的权重之和等于1，因此上面9个值还要分别除以0.4787147，得到最终的权重矩阵。

###目的是让滤镜的权重总值等于1。否则的话，使用总值大于1的滤镜会让图像偏亮，小于1的滤镜会让图像偏暗。

有了权重矩阵，就可以计算高斯模糊的值了。 假设现有9个像素点，灰度值（0-255）如下：

每个点乘以自己的权重值：

得到

将这9个值加起来，就是中心点的高斯模糊的值。 对所有点重复这个过程，就得到了高斯模糊后的图像。 ###对于彩色图片来说，则需要对RGB三个通道分别做高斯模糊。

如果到达边界的时候，还需要给边界侧补0处理

当图像处理的时候，高斯滤波会从左到右、从上到下的处理各个点的色值合成。

一.Glide

Glide可以使用一个扩展库glide-transformations，就是自己写Transform，然后在transform中添加高斯模糊的计算。具体代码如下

FastBlur.java ， 里面变换的规则有点复杂，因为图像变化是基于java上层来完成，效率和速度是最低的。

请到「今天看啥」查看全文