PhotoShop演算法原理解析系列 - 像素化-碎片

      接著上一篇文章的熱度，繼續講一些稍微簡單的演算法。

      本文來講講碎片演算法，先貼幾個效果圖：

                

* *

      這是個破壞性的濾鏡，拿美女來說事是因為搞影像的人90%是男人，色色的男人。

      關於碎片濾鏡的原理，網路上可找到的資料為：將影像建立四個相互偏移的副本，產生類似重影的效果。

      就憑上述一句話，我們就可以動手了。

      分析：透過上述幾個影像的比較，特別是眼睛部位，可以看出處理的圖應該看得出像是單眼變成了4個眼睛，因此，網絡上的說法可靠。

      那麼偏移的中心在哪裡，偏移的數量又是多少呢，4個偏移，分別是往那些方向偏移呢，這些問題也很簡單，可以那PS做驗證:

      具體步驟如下：打開一幅影像，在影像顏色較單調的地方（例如上述美女的手臂處）填滿一處2*2像素的紅色，接著複製圖層，將複製後的圖層進行碎片濾鏡處理，並調整圖層透明度為50%，局部放大可取得下列影像：

                 &*

     

 如此效果，則可輕易得出結論：

       偏移的中心就是以每個像素為中心，4個偏移分別以中心對稱，斜45度均勻圓週佈置，水平和垂直偏移各45度，偏移量4個像素。

       那麼如何疊加的問題應該可以猜測，是取四次偏移後累積值的平均值。

       針對如此思路，我寫出如下算法：

private void CmdFragment_Click(object sender, EventArgs e)
{    int X, Y, Z, XX, YY;    int Width, Height, Stride;    int Speed, Index;    int SumR, SumG, SumB;
    Bitmap Bmp = (Bitmap)Pic.Image;    if (Bmp.PixelFormat != PixelFormat.Format24bppRgb) throw new Exception("不支持的图像格式.");

    Width = Bmp.Width; Height = Bmp.Height; Stride = (int)((Bmp.Width * 3 + 3) & 0XFFFFFFFC);    byte[] ImageData = new byte[Stride * Height];                                    // 用于保存图像数据，（处理前后的都为他)
    byte[] ImageDataC = new byte[Stride * Height];                                   // 用于保存克隆的图像数据
    int[] OffsetX = new int[] { 4, -4, -4, 4 };                                      // 每个点的偏移量
    int[] OffsetY = new int[] { -4, -4, 4, 4 };    fixed (byte* P = &ImageData[0], CP = &ImageDataC[0])
    {        byte* DataP = P, DataCP = CP;
        BitmapData BmpData = new BitmapData();
        BmpData.Scan0 = (IntPtr)DataP;                                              //  设置为字节数组的的第一个元素在内存中的地址
        BmpData.Stride = Stride;
        Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadWrite | ImageLockMode.UserInputBuffer, PixelFormat.Format24bppRgb, BmpData);

        Stopwatch Sw = new Stopwatch();                                             //  只获取计算用时        Sw.Start();
        System.Buffer.BlockCopy(ImageData, 0, ImageDataC, 0, Stride * Height);     //  填充克隆数据        

        for (Y = 0; Y = Width)
                        XX = Width - 1;                    if (YY = Height)
                        YY = Height - 1;
                    Index = YY * Stride + XX * 3;
                    SumB += DataCP[Index];
                    SumG += DataCP[Index + 1];
                    SumR += DataCP[Index + 2];
                }

                DataP[Speed] = (byte)((SumB+2) >> 2);    //  求平均值(Sum+2)/4,为什么要+2，就为了四舍五入。比如如果计算结果为108.6，则取像素109更为合理     
                DataP[Speed + 1] = (byte)((SumG + 2) >> 2);
                DataP[Speed + 2] = (byte)((SumR + 2) >> 2);
                Speed += 3;                                                     //  跳往下一个像素            }
        }
        Sw.Stop();        this.Text = "计算用时: " + Sw.ElapsedMilliseconds.ToString() + " ms";
        Bmp.UnlockBits(BmpData);                         //  必须先解锁，否则Invalidate失败     }
    Pic.Invalidate();}

　

　演算法中， OffsetX 和 OffsetY分別為取樣點像素的偏移量。同樣，由於該濾鏡涉及了領域操作，在處理前需要做像素備份，但這裡沒有對備份資料進行擴展。因此，在內部程式碼裡就需要對取樣點的座標進行驗證，看是否超過其範圍，如果超過範圍，通常在影像濾鏡演算法範圍內,有3種處理方式：

（1）超過了則認為是其最接近的邊界值，即重複邊緣像素，這部分代碼即上述貼出的if ..... else if 部分。

（2）折回，可用以下程式碼來描述：

while (XX >= Width)
    XX = XX - Width;while (XX = Height)
    YY = YY - Height;while (YY <p></p><p> (3 ) 只計算在影像範圍內的像素：　<span style="font-size: 13px;"></span></p><p class="cnblogs_code"></p><pre class="brush:php;toolbar:false"> if (XX >= 0 && XX = 0 && YY <p></p>      <p>當然這樣做，就必須用一個變數記錄下都做了多少次符合條件的計算。 <span style="font-size: 13px;"></span></p><p>      有興趣的朋友可以自己改改程式碼試試看。 <span style="font-size: 13px;"></span></p><p><span style="font-size: 13px;">      上述程式碼段中DataP[Speed] = (byte)((SumB+2) >> 2);要對SumB加2的原因是為了讓結果進行四捨五入的操作，這樣才較為合理。    </span></p><p><span style="font-size: 13px;">      經過測試，上述程式碼和PS處理的效果100%的吻合。說明我們的猜測是完全正確的。 </span></p><p><span style="font-size: 13px;">      還能進一步延伸演算法：  </span><span style="font-size: 13px;">想的遠一點，為什麼非的是4個重影呢，非得是45度角度呢，非得是4個像素的水平和垂直偏移呢。我給下圖讓有興趣的讀者自己研發吧。 </span></p><p><span style="font-size: 13px;">     <img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/013/1ec01116c8ef6115593d57c273276c69-5.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="PhotoShop算法原理解析系列 - 像素化-碎片"    style="max-width:90%"  style="max-width:90%" title="PhotoShop算法原理解析系列 - 像素化-碎片"></span></p><p><span style="font-size: 13px;">     圖中，角度為32度，半徑為10，碎片數為7，可產生類似下方的效果(可用我的Imageshop進行驗證):</span></p><p><span style="font-size: 13px;">     <img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/013/1ec01116c8ef6115593d57c273276c69-6.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="PhotoShop算法原理解析系列 - 像素化-碎片"    style="max-width:90%"  style="max-width:90%" title="PhotoShop算法原理解析系列 - 像素化-碎片">       <img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/013/1ec01116c8ef6115593d57c273276c69-7.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="PhotoShop算法原理解析系列 - 像素化-碎片"    style="max-width:90%"  style="max-width:90%" title="PhotoShop算法原理解析系列 - 像素化-碎片"></span></p><p> 更多PhotoShop演算法原理解析系列- 像素化-碎片相關文章請關注PHP中文網！ </p>