CN104008523A - 图形处理方法 - Google Patents

Abstract

本发明属于移动终端图形处理技术领域，提供了图形处理方法，包括如下步骤：步骤一，读入要处理的图形，获取图形的每一个像素的RGB数据；步骤二，由于数字图形是像素的集合，组成数字图形的基本单位是像素P，故对读入的每一个所述像素P的RGB数据进行处理；步骤三，根据用户选择的要处理的图形方式，具体包括：灰度图形处理、底片图形处理、柔化图形处理、黑白图形处理、光照图形处理、放大镜图形处理、浮雕图形处理，采用安卓***的NDK进行打包生成SO库，使用SO库进行本地编辑接口JNI的调用，实现C语言对图形进行处理，得到相应处理效果的新图形，本发明具有高效率，低资源的优点。

Description

图形处理方法

技术领域

本发明属于移动终端图形处理技术领域，特别涉及一种在安卓环境下使用C语言编写的图形处理方法。

背景技术

当前随着手机移动终端的普及，用手机随时随地拍照普及到世界的各个角落。

随着图形的大量增多，人们对图形个性化以及自我形象的追求，对图形的各种加工处理已成为一种极大的需求。

图形处理是读取一张存储在本地的图形，然后以这张图形为底片，根据自己的需求，在这个底片上进行大量的数据处理，生成自己想要的图形的方法。

图形是人们在移动社交平台上发布量较大的信息的一种，需求量与日俱增。因此，保持对图形高性能的处理以及低内存的占用是图形处理的最佳的方式。

当人们在准备上传图形的过程中，先期对图形进行处理，如果处理时间太长，使用户失去耐心；如果占用手机移动端内存太多，会导致手机移动终端变慢和发热，也给用户造成不好的使用体验；如何保持对图形进行高性能处理的同时占用内存很小，是图形处理过程中迫切需要解决的问题。

因此，移动终端图形处理技术领域急需一种高效率，低资源占用的图形处理方法。

发明内容

本发明提供了一种图形处理方法，技术方案如下：

图形处理方法，其中，包括如下步骤：

步骤一，读入要处理的图形，获取图形的每一个像素的RGB数据；

步骤二，由于数字图形是像素的集合，组成数字图形的基本单位是像素P，故对读入的每一个像素P的RGB数据进行处理，其中，R代表纯红色像素值，G代表纯绿色像素值，B代表纯蓝色像素值；

步骤三，根据用户选择的要处理的图形方式，具体包括：灰度图形处理、底片图形处理、柔化图形处理、黑白图形处理、光照图形处理、放大镜图形处理、浮雕图形处理，采用安卓***的NDK进行打包生成SO库，使用SO库进行本地编辑接口JNI的调用，实现C语言对图形进行处理，得到相应处理效果的新图形，具体步骤如下：

首先，根据图形的宽和高，计算像素个数，具体公式如下：

Count＝W*H；

其中，Count代表像素个数，W代表图形的行数，H代表像素的高；

进一步地，根据像素个数Count，用JNI函数生成二维数组，具体公式如下：

CBuffer＝[W][H]，

其中，CBuffer表示二维数组，[W]表示图像像素的行数，[H]表示图像像素的高度，二维数组CBuffer的成员个数即为Count；

进一步地，循环W*H次，分别读取像素值；

进一步地，根据用户选择的要处理的图形方式的算法，分别计算每一个像素点处理后的取值，并存入到二维数组CBuffer中；

进一步地，把生成的二维数组CBuffer通过JNI的调用，返回到JAVA层，并释放数组元素，释放内存；即在JAVA层根据数据直接生成具有相应处理效果的新图形。

如上所述的图形处理方法，其中，灰度图形处理的具体算法为加权平均值法、整数方法、移位方法、平均值法、仅取绿色法、最大值法，具体公式如下：

加权平均值法，GrayP＝R*0.3+G*0.59+B*0.11，

整数方法，GrayP＝(R*30+G*59+B*11)/100，

移位方法，GrayP＝(R*28+G*151+B*77)>>8，

平均值法，GrayP＝(R+G+B)/3，

仅取绿色，GrayP＝G，

最大值法，GrayP＝Max(R，G，B)，

其中，GrayP表示像素P点的灰度值，R值代表纯红色像素值，G值代表纯绿色像素值，B值代表纯蓝色像素值；

进一步地，根据任意一种方法求得的GrayP，将原来的RGB颜色模型中的三元色点(R，G，B)值中的R，G，B统一用GrayP替换，形成新的三元色点(GrayP，GrayP，GrayP)，用它替换原来的(R，G，B)，即形成灰度图形。

如上所述的图形处理方法，其中，底片图形处理的具体算法为取反值法，即对每一个像素进行取反值计算，具体公式如下：

GrayPr＝255-R，

GrayPg＝255-G，

GrayPb＝255-B，

其中，GrayPr表示像素P的纯红色像素值的取反值，GrayPg表示像素P纯绿色像素值的取反值，GrayPb表示像素P纯蓝色像素值的取反值；

进一步地，根据求得的GrayPr、GrayPg、GrayPb，将原来的RGB中的三元色点(R，G，B)值中的R，G，B分别用GrayPr、GrayPg、GrayPb替换，形成新的三元色点RGB(GrayPr，GrayPg，GrayPb)，即形成底片图形。

如上所述的图形处理方法，其中，柔化图形处理的具体算法为：针对每一个像素值，采用分别计算加载的方式，将其原来的RGB颜色模型中的三元色点(R，G，B)值分别置为其周围8个点和其修正系数相乘后再加上自身的RGB的平均值；再根据二维高斯函数，进而计算每个点的权重，采用正态分布曲线对每个点的权重进行分配，计算出加权平局值，用加权平均值替换原来的RGB，即形成柔化图形。

如上所述的图形处理方法，其中，黑白图形处理的具体算法为，对RGB求平均值GrayP＝(R+G+B)/3，并将求得的平均值GrayP与比较值相比较，当平均值大于等于比较值时，新的像素值为R＝G＝B＝255，当平均值小于比较值时，新的像素值为R＝G＝B＝0；

进一步地，通过求得的GrayP，将原来的三元色点RGB(R，G，B)中的R，G，B统一用GrayP替换，形成新的三元色点RGB(255，255，255)或者RGB(0，0，0)，即形成黑白图形。

如上所述的图形处理方法，其中，光照图形处理的具体算法为，设定一个光源中心坐标和光照强度，以此光源和图形边缘的最短距离为半径，依次为每个点的RGB增加一个同样强度值，具体公式如下：

首先，将中心点光源坐标设为：Center(X，Y)，距离图形边框最短半径为R，光照强度为T，每一个像素距离光照中心点的增加强度，公式为：

$v=(R-\sqrt{{\left(\right|X-x\left|\right)}^2+{(Y-y)}^2})\×T/R,$

其中，x，y表示当前像素的坐标，V表示增加的强度值；

三元色点的像素值GrayP＝(R，G，B)

进一步地，新的像素值为GrayP＝(R，G，B)+V；

进一步，通过求得的GrayP，将原来的像素点RGB像素值用GrayP替换，即形成光照图形。

如上所述的图形处理方法，其中，放大镜图形处理的具体算法为，对图形上的每一个点求其与放大镜的距离Z，将Z与放大镜的半径进行比较，得出放大镜图形，具体步骤如下：

进一步地，通过求得的像素值GrayP，将原来的RGB(R，G，B)像素值用GrayP替换，

首先，设图形上一个像素点的坐标为(X，Y)，放大镜中心坐标为(CenterX，CenterY)，放大镜的半径为R，放大倍数为N；

进一步地，若Z<R，则将图形上的此像素点坐标更新为(X/N，Y/N)，并求出更新后的像素点的像素值GrayP，作为新的像素值；形成新的颜色RGB，即形成放大图。

如上所述的图形处理方法，其中，浮雕图形处理的具体算法为，用图形上一个像素点P的RGB值减去相邻点的RGB值并加上比较值作为此像素点新的像素值GrayP；

进一步地，通过求得的GrayP，将原来的RGB(R，G，B)中的R，G，B都用像素值GrayP替换，即形成浮雕图形。

本发明的有益效果：

由于本发明采用安卓***的NDK进行打包生成SO库，使用SO库进行本地编辑接口JNI的调用，实现C语言对图形进行处理，得到相应处理效果的新图形，因此实现了高效率，低资源的目的，具有广泛的适用性。

具体实施方式

为了使本发明技术实现的措施、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

本发明提供了一种图形处理方法，其中，包括如下步骤：

步骤一，读入要处理的图形，获取图形的每一个像素的RGB数据；

步骤二，由于数字图形是像素的集合，组成数字图形的基本单位是像素P，故对读入的每一个像素P的RGB数据进行处理，其中，R代表纯红色像素值，G代表纯绿色像素值，B代表纯蓝色像素值；

步骤三，根据用户选择的要处理的图形方式，具体包括：灰度图形处理、底片图形处理、柔化图形处理、黑白图形处理、光照图形处理、放大镜图形处理、浮雕图形处理，采用安卓***的NDK进行打包生成SO库，使用SO库进行本地编辑接口JNI的调用，实现C语言对图形进行处理，得到相应处理效果的新图形，具体步骤如下：

首先，根据图形的宽和高，计算像素个数，具体公式如下：

Count＝W*H；

其中，Count代表像素个数，W代表图形的行数，H代表像素的高；

进一步地，根据像素个数Count，用JNI函数生成二维数组，具体公式如下：

CBuffer＝[W][H]，其中，CBuffer表示二维数组，[W]表示图像像素的行数，[H]表示图像像素的高度；二维数组CBuffer的成员个数即为Count；

进一步地，循环W*H次，分别读取像素值；

进一步地，根据用户选择的要处理的图形方式的算法，分别计算每一个像素点处理后的取值，并存入到二维数组CBuffer中；

进一步地，把生成的二维数组CBuffer通过JNI的调用，返回到JAVA层，并释放数组元素，释放内存；即在JAVA层根据数据直接生成具有相应处理效果的新图形。

每一个像素的颜色值由红、绿、蓝三种值混合而成，红绿蓝的取值分别有很多种，于是像素的颜色值也可以有很多种颜色值，这就是彩色图形的原理，而灰度图形则只有256种颜色，一般的处理方法是将图形颜色值的RGB三个通道值设为一样，这样原本的256*256*256种颜色就只有256种了，256种颜色值就丢失了图形的彩色信息，留下的只有亮度值，视觉上看就成为灰色的图形，灰度图形处理的具体算法为加权平均值法、整数方法、移位方法、平均值法、仅取绿色法、最大值法，具体公式如下：

加权平均值法，GrayP＝R*0.3+G*0.59+B*0.11，

整数方法，GrayP＝(R*30+G*59+B*11)/100，

移位方法，GrayP＝(R*28+G*151+B*77)>>8，

平均值法，GrayP＝(R+G+B)/3，

仅取绿色，GrayP＝G，

最大值法，GrayP＝Max(R，G，B)，

其中，GrayP表示像素P点的灰度值，R值代表纯红色像素值，G值代表纯绿色像素值，B值代表纯蓝色像素值；

进一步地，根据任意一种方法求得的GrayP，将原来的RGB颜色模型中的三元色点(R，G，B)值中的R，G，B统一用GrayP替换，形成新的三元色点(GrayP，GrayP，GrayP)，用它替换原来的(R，G，B)，即形成灰度图形。

底片图形处理的具体算法为取反值法，即对每一个像素进行取反值计算，具体公式如下：

GrayPr＝255-R，

GrayPg＝255-G，

GrayPb＝255-B，

其中，GrayPr表示像素P的纯红色像素值的取反值，GrayPg表示像素P纯绿色像素值的取反值，GrayPb表示像素P纯蓝色像素值的取反值；

进一步地，根据求得的GrayPr、GrayPg、GrayPb，将原来的RGB中的三元色点(R，G，B)值中的R，G，B分别用GrayPr、GrayPg、GrayPb替换，形成新的三元色点RGB(GrayPr，GrayPg，GrayPb)，即形成底片图形。

柔化图形是让图形的每一个点与周围点的颜色更平滑，就是针对每一个像素值，求其加权平均值，如果使用简单平均，显然不是很合理，因为图像都是连续的，越靠近的点关系越密切，越远离的点关系越疏远；因此，加权平均更合理，距离越近的点权重越大，距离越远的点权重越小；正态分布显然是一种可取的权重分配模式。柔化图形处理的具体算法为：针对每一个像素值，采用分别计算加载的方式，将其原来的RGB颜色模型中的三元色点(R，G，B)值分别置为其周围8个点和其修正系数相乘后再加上自身的RGB的平均值；再根据二维高斯函数，进而计算每个点的权重，采用正态分布曲线对每个点的权重进行分配，计算出加权平局值，用加权平均值替换原来的RGB，即形成柔化图形。

黑白图形处理的具体算法为，对RGB求平均值GrayP＝(R+G+B)/3，并将求得的平均值GrayP与比较值相比较，当平均值大于等于比较值时，新的像素值为R＝G＝B＝255，当平均值小于比较值时，新的像素值为R＝G＝B＝0；

进一步地，通过求得的GrayP，将原来的三元色点RGB(R，G，B)中的R，G，B统一用GrayP替换，形成新的三元色点RGB(255，255，255)或者RGB(0，0，0)，即形成黑白图形。

光照图形处理的具体算法为，设定一个光源中心坐标和光照强度，以此光源和图形边缘的最短距离为半径，依次为每个点的RGB增加一个同样强度值，具体公式如下：

首先，将中心点光源坐标设为：Center(X，Y)，距离图形边框最短半径为R，光照强度为T，每一个像素距离光照中心点的增加强度，公式为：

$v=(R-\sqrt{({\left(\right|X-x\left|\right)}^2+{\left(\right|Y-y\left|\right)}^2)})\&times;T/R,$

其中，x，y表示当前像素的坐标，V表示增加的强度值；

三元色点的像素值GrayP＝(R，G，B)

进一步地，新的像素值为GrayP＝(R，G，B)+v；

进一步，通过求得的GrayP，将原来的像素点RGB像素值用GrayP替换，即形成光照图形。

放大镜图形处理的具体算法为，对图形上的每一个点求其与放大镜的距离Z，将Z与放大镜的半径进行比较，得出放大镜图形，具体步骤如下：

首先，设图形上一个像素点的坐标为(X，Y)，放大镜中心坐标为(CenterX，CenterY)，放大镜的半径为R，放大倍数为N；

进一步地，若Z<R，则将图形上的此像素点坐标更新为(X/N，Y/N)，并求出更新后的像素点的像素值GrayP，作为新的像素值；

进一步地，通过求得的像素值GrayP，将原来的RGB(R，G，B)都用GrayP替换，形成新的颜色RGB，即形成放大图。

浮雕是通过对RGB三种颜色的处理，用当前点的RGB值减去相邻点的RGB值并加上128作为新的RGB值。由于图片中相邻点的颜色值比较接近，因此这样的算法处理之后，只有颜色的边沿区域，也就是相邻颜色差异较大的部分的结果才会比较明显，而其他平滑区域则值都接近128左右，也就是灰色，即产生了浮雕效果。浮雕图形处理的具体算法为，用图形上一个像素点P的RGB值减去相邻点的RGB值并加上比较值作为此像素点新的像素值GrayP；

进一步地，通过求得的GrayP，将原来的RGB(R，G，B)中的R，G，B都用像素值GrayP替换，即形成浮雕图形。

由于本发明采用安卓***的NDK进行打包生成SO库，使用SO库进行本地编辑接口JNI的调用，实现C语言对图形进行处理，得到相应处理效果的新图形，因此实现了高效率，低资源的目的，具有广泛的适用性。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (9)

1.图形处理方法，其特征在于，包括如下步骤：

步骤一，读入要处理的图形，获取图形的每一个像素的RGB数据；

步骤二，由于数字图形是像素的集合，组成数字图形的基本单位是像素P，故对读入的每一个所述像素P的RGB数据进行处理，其中，R代表纯红色像素值，G代表纯绿色像素值，B代表纯蓝色像素值；

步骤三，根据用户选择的要处理的图形方式，具体包括：灰度图形处理、底片图形处理、柔化图形处理、黑白图形处理、光照图形处理、放大镜图形处理、浮雕图形处理，采用安卓***的NDK进行打包生成SO库，使用SO库进行本地编辑接口JNI的调用，实现C语言对图形进行处理，得到相应处理效果的新图形，具体步骤如下：

首先，根据图形的宽和高，计算像素个数，具体公式如下：

Count＝W*H；

其中，Count代表像素个数，W代表图形的宽，H代表像素的高；

进一步地，根据所述像素个数Count，用JNI函数生成二维数组，具体公式如下：

CBuffer＝[W][H]，

其中，CBuffer表示二维数组，[W]表示图像像素的行数，[H]表示图像像素的高度；二维数组CBuffer的成员个数即为Count；

进一步地，循环W*H次，分别读取像素值；

进一步地，根据用户选择的要处理的图形方式的算法，分别计算每一个像素点处理后的像素值，并存入到二维数组CBuffer中；

进一步地，把生成的二维数组CBuffer通过JNI的调用，返回到JAVA层，并释放数组元素，释放内存；即在所述JAVA层根据数据直接生成具有相应处理效果的新图形。

2.根据权利要求1所述的图形处理方法，其特征在于，所述灰度图形处理的具体算法为

加权平均值法、整数方法、移位方法、平均值法、仅取绿色法、最大值法，具体公式

如下：

加权平均值法，GrayP＝R*0.3+G*0.59+B*0.11，

整数方法，GrayP＝(R*30+G*59+B*11)/100，

移位方法，GrayP＝(R*28+G*151+B*77)>>8，

平均值法，GrayP＝(R+G+B)/3，

仅取绿色，GrayP＝G，

最大值法，GrayP＝Max(R，G，B)，

其中，GrayP表示像素P点的灰度值，R值代表纯红色像素值，G值代表纯绿色像素值，B值代表纯蓝色像素值；

进一步地，根据任意一种方法求得的所述GrayP，将原来的所述RGB颜色模型中的三元色点(R，G，B)值中的R，G，B统一用GrayP替换，形成新的三元色点(GrayP，GrayP，GrayP)，用它替换原来的(R，G，B)，即形成灰度图形。

3.根据权利要求1所述的图形处理方法，其特征在于，所述底片图形处理的具体算法为

取反值法，即对每一个像素进行取反值计算，具体公式如下：

GrayPr＝255-R，

GrayPg＝255-G，

GrayPb＝255-B，

其中，GrayPr表示像素P的纯红色像素值的取反值，GrayPg表示像素P纯绿色像素值的取反值，GrayPb表示像素P纯蓝色像素值的取反值；

进一步地，根据求得的所述GrayPr、GrayPg、GrayPb，将原来的所述RGB中的三元色点(R，G，B)值中的R，G，B分别用GrayPr、GrayPg、GrayPb替换，形成新的三元色点RGB(GrayPr，GrayPg，GrayPb)，即形成底片图形。

4.根据权利要求1所述的图形处理方法，其特征在于，所述柔化图形处理的具体算法为：针对每一个像素值，采用分别计算加载的方式，将其原来的RGB颜色模型中的三元色点(R，G，B)值分别置为其周围8个点和其修正系数相乘后再加上自身的所述RGB的平均值；再根据二维高斯函数，进而计算每个点的权重，采用正态分布曲线对每个点的权重进行分配，计算出加权平局值，用所述加权平均值替换原来的RGB，即形成柔化图形。

5.根据权利要求1所述的图形处理方法，其特征在于，所述黑白图形处理的具体算法为，对RGB求平均值GrayP＝(R+G+B)/3，并将求得的所述平均值GrayP与比较值相比较，当所述平均值大于等于比较值时，新的像素值为R＝G＝B＝255，当所述平均值小于比较值时，新的像素值为R＝G＝B＝0；

进一步地，通过求得的所述GrayP，将原来的三元色点RGB(R，G，B)中的R，G，B统一用GrayP替换，形成新的三元色点RGB(255，255，255)或者RGB(0，0，0)，即形成黑白图形。

6.根据权利要求1所述的图形处理方法，其特征在于，所述光照图形处理的具体算法为，

设定一个光源中心坐标和光照强度，以此光源和图形边缘的最短距离为半径，依次为

每个点的RGB增加一个同样强度值，具体公式如下：首先，将中心点光源坐标设为：Center(X，Y)，距离图形边框最短半径为R，光照强度为T，每一个像素距离光照中心点的增加强度，公式为：

$v=(R-\sqrt{({\left(\right|X-x\left|\right)}^2+{\left(\right|Y-y\left|\right)}^2)})\&times;T/R,$

其中，x，y表示当前像素的坐标，V表示增加的强度值；

三元色点的像素值GrayP＝(R，G，B)

进一步地，新的像素值为GrayP＝(R，G，B)+v；

进一步，通过求得的所述GrayP，将原来的像素点RGB像素值用所述GrayP替换，即形成光照图形。

7.根据权利要求1所述的图形处理方法，其特征在于，所述放大镜图形处理的具体算法

为，对图形上的每一个点求其与放大镜的距离Z，将所述Z与放大镜的半径进行比较，

得出放大镜图形，具体步骤如下：

首先，设图形上一个像素点的坐标为(X，Y)，放大镜中心坐标为(CenterX，CenterY)，放大镜的半径为R，放大倍数为N；

进一步地，若Z<R，则将图形上的此像素点坐标更新为(X/N，Y/N)，并求出更新后的像素点的像素值GrayP，作为新的像素值；

进一步地，通过求得的所述像素值GrayP，将原来的所述RGB(R，G，B)都用GrayP替换，形成新的颜色RGB，即形成放大图。

8.根据权利要求1所述的图形处理方法，其特征在于，所述浮雕图形处理的具体算法为，用图形上一个像素点P的RGB值减去相邻点的RGB值并加上比较值作为此像素点新的像素值GrayP；通过求得的所述GrayP，将原来的所述RGB(R，G，B)中的R，G，B都用所述像素值GrayP替换，即形成浮雕图形。

9.根据权利要求5或8所述的图形处理方法，其特征在于，所述比较值为128。