Canvas 透過 JavaScript 來繪製 2D圖形。 Canvas 是逐像素渲染的。在canvas 中,一旦圖形被繪製完成,它就不會繼續得到瀏覽器的關注。如果其位置發生變化,那麼整個場景也需要重新繪製,包括任何或許已被圖形覆蓋的物件。
// 取得像素點資料
var canvas = document.getElementById('CanvasElt');
var ctx = canvas. getContext('2d');
// 取得canvas中的像素訊息,
//x 開始複製的左上角位置的x 座標。
//y 開始複製的左上角位置的 y 座標。
//width 將要複製的矩形區域的寬度。
//heigh將要複製的矩形區域的高度。
var canvasData = ctx.getImageData(x, y, canvas.width, canvas.height);
// 寫入像素資訊
ctx.putImageData(canvasData, 0, 0);
取得到的canvasData物件包含下列成員,其中的data數組結構大概是這樣的,一行一行存,然後一個列點一個列點存,每個點佔4個下標,分別是RGBA唄,則對於坐標(x ,y)(這裡的y是下方正向),RGBA分別是data[(ywidth+x)4],data[(ywidth+x)4+1],data[(ywidth+x)4+2], data[(ywidth+x)4+3]。 能夠取得到像素點,就能對像素點進行操作,最簡單的就是灰階處理了,灰階處理有很多種方式最簡單的方法就是把每個相位的r,g,b相加取平均數,再分別賦給r,g,b。
//灰階處理
function gray() {
var imageData = ctx1.getImageData(0, 0, canvas1.width, canvas1.height); for(var i = 0; i < imageData.data.length; i += 4) { var avg = (imageData.data[i] + imageData.data[i + 1] + imageData.data[i + 2]) / 3; imageData.data[i] = avg; // red imageData.data[i + 1] = avg; // green imageData.data[i + 2] = avg; // blue imageData.data[i + 3] = 255; //alpha } ctx1.putImageData(imageData, 0, 0);
}
像素取反:255 減去對應rgb的值,再賦值為原來的rgb;亮度調節:原來的rgb值隨機的加減一個相同的隨機數。那麼想得到對比變化的圖片,或是模糊圖片呢? 卷積核: 圖片處理領域最常用的就是卷積核,所謂的矩陣的捲積,就是如下圖顯示的那樣,當計算紅色框中的數值的時候,分別先提取周圍綠框中8個數字,然後與施加的那個矩陣中對應位置相乘,然後把各個乘積加在一起,就得到了最終的值了。
例如: (40 x 0)+(42 x 1)+(46 x 0)+ (46 x 0)+(50 x 0)+(55 x 0)+ (52 x 0)+ (56 x 0)+(58 x 0)= 42 那怎麼就能得到模糊的圖片呢?圖片的像素點和[1,1,1,1,1,1,1,1,1]的矩陣求卷積核,此時的像素點可能超過了255;所以再除以一個基數8;得到的圖片就是加了模糊濾鏡的圖片;對比呢,就是1.提高白色畫面的亮度;2.讓黑色更黑,降低最低亮度;可以求[0,0,0,0,3,0,0 ,0,0]的捲積核,同樣的有可能超過255,再減去一個適合的基數150; 現在需要一個卷積核的函數: 函數第一個參數是canvas上的imageData 物件第二個參數是傳入矩陣所對應的數組,如果是下面這樣的矩陣a b c d e f g h i 則傳入第二個的參數應為[a,b,c,d,e,f,g,h,i] 第三個參數是除數因子。 第四個參數就是偏移量。
function ConvolutionMatrix(input, m, pisor, offset) {
var output =document.createElement("canvas").getContext('2d').createImageData(input); var w = input.width, h = input.height; var iD = input.data, oD = output.data; for(var y = 1; y < h - 1; y += 1) { for(var x = 1; x < w - 1; x += 1) { for(var c = 0; c < 3; c += 1) { var i = (y * w + x) * 4 + c; // 卷积核计算 oD[i] = offset +(m[0] * iD[i - w * 4 - 4] + m[1] * iD[i - w * 4] + m[2] * iD[i - w * 4 + 4] +m[3] * iD[i - 4] + m[4] * iD[i] + m[5] * iD[i + 4] +m[6] * iD[i + w * 4 - 4] + m[7] * iD[i + w * 4] + m[8] * iD[i + w * 4 + 4]) /pisor; } oD[(y * w + x) * 4 + 3] = 255; // 设置透明度为不透明 } } return output;
}
//模糊處理
function mohu(){
var imageData = ctx1.getImageData(0, 0, canvas1.width, canvas1.height); var m = [1,1,1,1,1,1,1,1,1]; var output = ConvolutionMatrix(imageData, m, 10,0); ctx1.putImageData(output,0,0);
}
//對比處理
function level(){
var imageData = ctx1.getImageData(0, 0, canvas1.width, canvas1.height); var m = [0,0,0,0,3,0,0,0,0]; var output = ConvolutionMatrix(imageData, m, 1,-150); ctx1.putImageData(output,0,0);
}
#既然圖片每個像素都是由RGBA四個元素構成,單純以圖片來說用getImageData解析出來的只是一大堆你不必需要知道的數據,那麼我們是不是可以把特定的色值看成我們自己的數據呢?
例如:在一張圖片中,我們想把(r:255,g:255:b:255,a:255)白色像素找出來,可以透過getImageData來取得圖片的數據,透過擷取每個像素的數據是不是對應的rgba,把它們提取出來,再根據圖片的寬度和高度,就可以計算出每個白色像素的位置信息,這些信息就是你想要提取的數據。
在上一步驟中,我們已經知道圖片中特定元素取得相關位置資訊的操作,但是圖片是一個很普通的圖片的話,你就需要遍歷imageData中每個信息,有沒有更好的方式減少遍歷呢?
答案是:圖片預設為黑色(r:0,g:0,b:0,a:0)就可以了,但不一定只有一個答案,或許也會有其他好的方法,但原理應該是一樣的。
透過遍歷每個像素的r,如果r!=0再去遍歷這個像素的剩下的g,b,a,這一步比上一步剩下了無用的遍歷,這一步中最重要的就是背景最好是黑色,因為黑色是全零狀態,好計算。
除了上述兩步外,所用到的圖片太大,也會導致遍歷更多,而且我們只關心的是提取數據,而不關心他的大小,最終數據是我們想要的就行,那麼我們可以把原圖可以按比例縮放幾倍,利用新的圖片所獲得的數據最後在乘以對應的倍數,所得的就是我們想要的數據了。
相關推薦:
JavaScript+html5 canvas實作圖片上畫超連結的範例程式碼
以上是canvas的圖片處理的詳細內容。更多資訊請關注PHP中文網其他相關文章!