让一张图片从模糊慢慢变清晰动画过程







import java.io.IOException;
import java.io.InputStream;

import android.app.Activity;
import android.content.Context;
import android.content.res.AssetManager;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.os.Bundle;
import android.os.Handler;
import android.widget.ImageView;
import android.widget.SeekBar;
import android.widget.SeekBar.OnSeekBarChangeListener;

import com.enrique.stackblur.StackBlurManager;

public class MainActivity extends Activity {
    
	private ImageView    iv;
	private SeekBar      seekBar;
	private StackBlurManager stackBlurManager;
	private String IMAGE_TO_ANALYZE = "android_platform_256.png";
	private int blurMode=0;
	private int radius=30;
	private int step=2;
	Handler handler = new Handler();
	Runnable runnable = new Runnable() {
		@Override
		public void run() {
			// TODO Auto-generated method stub
			radius -= step;
			if (radius < 0) {
				handler.removeCallbacks(runnable);
				return;
			}
			onBlur(radius);
			handler.postDelayed(this, 30);
		}
	};

	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.activity_main);
		iv=(ImageView)findViewById(R.id.imageView);
		seekBar=(SeekBar)findViewById(R.id.blur_amount);
		
		stackBlurManager = new StackBlurManager(getBitmapFromAsset(this, "av.png"));
		onBlur(radius);
		
		handler.postDelayed(runnable, 1000);
		
		seekBar.setOnSeekBarChangeListener(new OnSeekBarChangeListener() {
			
			@Override
			public void onStopTrackingTouch(SeekBar seekBar) {
				
			}
			
			@Override
			public void onStartTrackingTouch(SeekBar seekBar) {
				
			}
			
			@Override
			public void onProgressChanged(SeekBar seekBar, int progress, boolean fromUser) {
				int radius = progress;
				onBlur(radius);
			}
		});
		
	}
	
	private Bitmap getBitmapFromAsset(Context context, String strName) {
        AssetManager assetManager = context.getAssets();
        InputStream is=null;
        Bitmap bitmap = null;
        try {
            is = assetManager.open(strName);
            bitmap = BitmapFactory.decodeStream(is);
        } catch (IOException e) {
            return null;
        }
        return bitmap;
    }

	public void setBlurMode(int mode) {
		this.blurMode = mode;
		onBlur(radius);
	}

	private void onBlur(int radius) {
		switch(blurMode) {
			case 0:
				iv.setImageBitmap( stackBlurManager.process(radius) );
				break;
			case 1:
				iv.setImageBitmap( stackBlurManager.processNatively(radius) );
				break;
			case 2:
				iv.setImageBitmap( stackBlurManager.processRenderScript(this, radius) );
				break;
		}
	}
}


<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:background="#FFF"
    android:gravity="center_horizontal"
    android:orientation="vertical" >

    <SeekBar
        android:id="@+id/blur_amount"
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:max="50" />

    <ImageView
        android:id="@+id/imageView"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        />

</LinearLayout>


https://github.com/qiujuer/ImageBlurring

Medium上采用了的一种新的图片load方式,先显示一张虚化图,再显示完整的图片BlurImageView
http://www.jcodecraeer.com/a/opensource/2015/1112/3681.html
  • 大小: 136.5 KB
  • 大小: 187.1 KB
在Python中,将图片中的模糊文字清晰是一个复杂的图像处理问题,通常涉及到图像增强和去模糊的技术。可以使用OpenCV和Pillow等库来处理图像,并且可以结合深度学习库如TensorFlow或PyTorch,使用预训练的模型来尝试对图片中的文字进行增强。以下是一个基本的步骤介绍: 1. 图像预处理:首先需要对图片进行预处理,如调整大小、转换为灰度图或者二值化等,以减少后续处理的复杂度。 2. 使用去模糊算法:可以采用传统的图像去模糊技术,如维纳滤波(Wiener filtering)、高斯滤波(Gaussian filtering)等,这些算法可以在一定程度上减少模糊。 3. 使用深度学习模型:深度学习在图像去模糊领域取得了较好的成果。例如,可以使用已经训练好的去模糊网络,如DeblurGAN、MemNet等,这些模型能够从模糊图片中恢复出较为清晰的文字。 4. 后处理:去模糊处理后的图像可能需要进行一些后处理步骤,比如锐化(sharpening)和对比度增强,来进一步提升文字的清晰度。 一个简单的Python代码示例,展示如何使用OpenCV对图像进行高斯去模糊处理: ```python import cv2 # 读取图片 image = cv2.imread('path_to_image.jpg') # 转换为灰度图像 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 使用高斯滤波进行去模糊 blurred = cv2.GaussianBlur(gray_image, (5,5), 0) # 显示结果 cv2.imshow('Blurred Image', blurred) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值