最近在写一个APP,里面需要对图片进行美化,要求能够把图片做出来不同的特效,比如发黄,老照片,夜色的效果等等,做了一些研究,也看了网络上的一些文章,发现其实很简单,就是把一张图片的所有象素点按照颜色矩阵(ColorMatrix)来进行处理。(下面部分图片从网络上截取)
颜色矩阵是一个5x4 的矩阵(如图1.1)
可以用来方面的修改图片中RGBA各分量的值,颜色矩阵以一维数组的方式存储如下:
[ a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t ],它通过RGBA四个通道来直接操作对应颜色。
这个矩阵对颜色的作用计算方式如1.3示:
矩阵的运算规则是矩阵A的一行乘以矩阵C的一列作为矩阵R的一行,
C矩阵是图片中包含的ARGB信息,R矩阵是用颜色矩阵应用于C之后的新的颜色分量,运算结果如下:
R' = a*R + b*G + c*B + d*A + e;
G' = f*R + g*G + h*B + i*A + j;
B' = k*R + l*G + m*B + n*A + o;
A' = p*R + q*G + r*B + s*A + t;
第一行决定红色第二行决定绿色,第三行决定蓝色,第四行决定了透明度,第五列是颜色的偏移量。下面是一个实际中使用的颜色矩阵。
如果把这个矩阵作用于各颜色分量的话,R=A*C,计算后会发现,各个颜色分量实际上没有任何的改变(R'=R G'=G B'=B A'=A)。
图1.5所示矩阵计算后会发现红色分量增加100,绿色分量增加100,这样的效果就是图片偏黄,因为红色和绿色混合后得到黄色,黄色增加了100,图片当然就偏黄了。但是有一点需要注意,颜色的取值是有范围的,只能从0 ~ 255,所以具体的代码中实现需要判断一个范围问题,当然了,这是小问题了,提示一下。
下面是两个我用到的颜色矩阵(lomo和黑白):
const float colormatrix_lomo[] = {
1.7f, 0.1f, 0.1f, 0, -73.1f,
0, 1.7f,0.1f, 0, -73.1f,
0, 0.1f,1.6f, 0, -73.1f,
0, 0, 0, 1.0f, 0 };
const float colormatrix_blackandwhite[] = {
0.8f, 1.6f, 0.2f, 0, -163.9f,
0.8f, 1.6f, 0.2f, 0, -163.9f,
0.8f, 1.6f, 0.2f, 0, -163.9f,
0, 0, 0, 1.0f, 0 };
下面是原图和lomo还有黑白图片的对比:
具体实现的代码也不是很难,需要的话,请留言。同时我还发现网上一个哥们儿总结的也挺好的,看下面的链接:
http://blog.csdn.net/easyer2012/article/details/8053161