Android 中比較“高效”的映像模糊處理演算法

 

本文假設讀者擁有基礎的影像處理概念。

這是今天剛剛完成的一個方法，之前不停地在網上找有關 Android 的映像模糊處理代碼。
期間找到了倒影、縮放等參考代碼，卻無一文章對模糊處理有過提及。
最多也就是提到使用 BlurMaskFilter 來進行模糊處理。
為了這個害人的文章，我整整浪費了一下午時間，最後發現它只能用於對 Paint 的邊緣進行處理。
而我們要處理的是整幅映像，所以這完完全全是一個騙人的說法。

由於先前在 VB.NET 上處理過映像，也寫過相關代碼，當時 VB.NET 代碼分兩種形式：
1、死算：即將每個像素點的顏色值與周圍 8 點計算平均值，每計算一次 SetPixel() 一次，這樣做非常慢；
2、讀取整幅映像的記憶體資料，也就是已三原色為單位了，資料量（顏色數組）比上一種方法大一倍。
這樣的做法可以將所有顏色計算好以後再重新寫入記憶體，肯定比 SetPixel() 更高效。
不過由於也並非通過底層函數對記憶體操作，因此雖然有提速，效果和 C++ 相比卻是小巫見大巫了。

下面說正事，其實 JAVA 和 .NET 很類似的（據說 .NET 的架構師就是 SUN 過去的呢）。
當然也無法直接對記憶體操作，當然也無法像 .NET 這樣間接對記憶體操作，很抓狂啊！
要知道，我是死也不會用第一種方法死算的！
那麼怎麼辦？我仍然希望從第二種方法入手，雖然慢了一些，但還是能忍受的。
好在 Android 提供了 setPixels() 方法，看清楚，Pixel 後面有 s 的！
這個方法其實是 setPixel() 的“批量”版本，也就是說允許我們一下子填充多個連續的像素。
既然這樣，我們離類比第二點還差一半，那就是取得包含三原色的數組了，看代碼吧。

/* 設定圖片模糊 */

public static Bitmap SetBlur(Bitmap bmpSource, int Blur)  //源位元影像，模糊強度
{
 int pixels[] = new int[bmpSource.getWidth() * bmpSource.getHeight()];  //顏色數組，一個像素對應一個元素
 int pixelsRawSource[] = new int[bmpSource.getWidth() * bmpSource.getHeight() * 3];  //三原色數組，作為中繼資料，在每一層模糊強度的時候不可更改
 int pixelsRawNew[] = new int[bmpSource.getWidth() * bmpSource.getHeight() * 3];  //三原色數組，接受計算過的三原色值
 bmpSource.getPixels(pixels, 0, bmpSource.getWidth(), 0, 0, bmpSource.getWidth(), bmpSource.getHeight());  //擷取像素點

 //模糊強度，每迴圈一次強度增加一次
 for (int k = 1; k <= Blur; k++)
 {
  //從圖片中擷取每個像素三原色的值
  for (int i = 0; i < pixels.length; i++)
  {
   pixelsRawSource[i * 3 + 0] = Color.red(pixels[i]);
   pixelsRawSource[i * 3 + 1] = Color.green(pixels[i]);
   pixelsRawSource[i * 3 + 2] = Color.blue(pixels[i]);
  }

  //取每個點上下左右點的平均值作自己的值
  int CurrentPixel = bmpSource.getWidth() * 3 + 3; // 當前處理的像素點，從點(2,2)開始
  for (int i = 0; i < bmpSource.getHeight() - 3; i++) // 高度迴圈
  {
   for (int j = 0; j < bmpSource.getWidth() * 3; j++) // 寬度迴圈
   {
    CurrentPixel += 1;
    // 取上下左右，取平均值
    int sumColor = 0; // 顏色和
    sumColor = pixelsRawSource[CurrentPixel - bmpSource.getWidth() * 3]; // 上一點
    sumColor = sumColor + pixelsRawSource[CurrentPixel - 3]; // 左一點
    sumColor = sumColor + pixelsRawSource[CurrentPixel + 3]; // 右一點
    sumColor = sumColor + pixelsRawSource[CurrentPixel + bmpSource.getWidth() * 3]; // 下一點
    pixelsRawNew[CurrentPixel] = Math.round(sumColor / 4); // 設定像素點
   }
  }

  //將新三原色組合成像素顏色
  for (int i = 0; i < pixels.length; i++)
  {
   pixels[i] = Color.rgb(pixelsRawNew[i * 3 + 0], pixelsRawNew[i * 3 + 1], pixelsRawNew[i * 3 + 2]);
  }
 }

 //應用到映像
 Bitmap bmpReturn = Bitmap.createBitmap(bmpSource.getWidth(), bmpSource.getHeight(), Config.ARGB_8888);
 bmpReturn.setPixels(pixels, 0, bmpSource.getWidth(), 0, 0, bmpSource.getWidth(), bmpSource.getHeight());  //必須建立位元影像然後填充，不能直接填充源映像，否則記憶體報錯

 return bmpReturn;
}

 

代碼其實很簡單，總體而言就是分為三步：
1、取得該位元影像所有的位元組對應的資料；
2、計算每個像素的模糊平均值；
3、利用顏色數組重新繪圖。

這就是跟 VB.NET 不同的地方了，我們在 VB.NET 中是改寫記憶體，而這裡是申請新的記憶體地區。
此外，還多了一個大迴圈，將上述三步進行多次迴圈，每次迴圈前將上一次計算好的平均顏色數組作為新的來源資料，這樣就能擷取更模糊的效果了。

要注意的是，此方法對裝置效能要求較高，在 1 GHz 處理器上（三星 Galaxy S i9000）模糊強度為 8 時處理 800 × 400 的映像耗時約 20 秒。
HTC Magic 512 MHz 處理器中約 40 秒，可以說基本保持在一個固定比例中。