android 本地图片模糊,Android端图片模糊的实现原理及方案

作者：牛栋凯

前言

图片模糊是Android客户端开发中一种比较常见的特效，诸如对话框背景半透明效果，头像背景模糊效果都是通过图片模糊技术实现的。本文主要介绍图片模糊的实现原理及实现方案。

图片模糊原理

卷积

卷积(Convolution)是图像处理中最基本的操作，就是一个二维原图像素矩阵A(MxN)和一个二维图像滤波矩阵B(mxn)做若干操作，生成一个滤波后的新像素矩阵C(MxN)，其中m和n远小于M和N，B称为卷积核(kernel)，又称滤波器矩阵。

这里举个卷积的例子，如图：

上图中，最左边的是源矩阵(8x8)，中间是卷积核(3x3，半径为1)，最右边是通过对前面两个矩阵做卷积生成的结果矩阵。图中，如果我们要求出结果矩阵中第二行第二列的元素的值，则把卷积核的中心元素(值为0)和源矩阵的第二行第二列(值为6)对齐，然后求加权和，即图中的公式，最后得到-3。

对图像边界像素的操作应特别注意，由于周边没有足够的点，通常有三种的处理方法：1)对称处理：就是把已有的点拷贝到另一面的对应位置，模拟出完整的矩阵；2)赋0：想象图像是无限长的图像的一部分，除了我们给定值的部分，其他部分的像素值都是0；3)赋边界值：想象图像是无限制长，但是默认赋值的不是0而是对应边界点的值。

一般认为图像是连续的数据，所以一般用图像边界的值进行拓展，计算边界的像素值。计算示例如下：

值得注意的是，通常来说卷积核需要满足如下条件：

宽和高都为奇数，这样才会有半径和中心的概念。

元素总和为1。

滤波器

均值滤波器

均值滤波器(Mean Filter)是最简单的一种滤波器，它是最粗糙的一种模糊图像的方法。均值滤波器的卷积核通常是m*m的矩阵，其中每个元素为1/(m^2)，可以看出卷积核的元素总和为1。比如3x3的均值滤波器，卷积核的每个元素就是1/9。如下图所示：