本文主要内容
- 提取图片主颜色
- 灰度图
- 总结
本文介绍两种常用的图象算法，一种是提取图片主颜色，另一种是灰度图。提取照片主颜色，这个功能经常被用到，例如应用icon的颜色，如果是很浅的白色，那么手机launcher上显示的应用名就不能用白色了，以防止看不清文字。
灰度图，界面看起来是灰白的，无彩色，有时候也需要这种图片。
1、提取图片主颜色
先上效果图：
本人使用对一张蓝色的图片，提取主色值，最后将提取到的主颜色值当成整体背景显示出来。
其实算法实质比较简单，就是算平均值，遍历像素点，将像素点中所有的 red、green、blue 分量分别累加，最后求出平均的 red、green、blue 值，使用平均值构造一个新的颜色。
遍历像素点，可以跳着遍历，比如每隔4个像素点取一个值，因为相隔很近的像素点其实非常类似，这样可以减少一点工作量。其次，计算得到平均值以后，可以采取一些边界检查，防止得到的颜色过于艳丽。
public int getMainColor(Bitmap bitmap){
long start = System.currentTimeMillis();
int r = 0;
if (bitmap == null) {
return r;
}
int width = bitmap.getWidth();
int height = bitmap.getHeight();
Log.i("okunu", "width = " + width + " height = " + height);
int[] pixels = new int[width * height];
int totalR = 0, totalG = 0, totalB = 0;
int sampleColor = 0;
int sampleCount = 0;
int red = 0, green = 0, blue = 0;
bitmap.getPixels(pixels, 0, width, 0, 0, width, height);
Log.i("okunu", "pixels.length = " + pixels.length);
for (int i = 0; i < height; i+=4) {
int s = i * width;
for (int j = 0; j < width; j+=4) {
sampleColor = pixels[s + j];
red = Color.red(sampleColor);
green = Color.green(sampleColor);
blue = Color.blue(sampleColor);
totalR += red;
totalG += green;
totalB += blue;
sampleCount++;
}
}
Log.i("okunu", "sampleCount = " + sampleCount);
totalR = (int) Math.floor(totalR/sampleCount);
totalG = (int) Math.floor(totalG/sampleCount);
totalB = (int) Math.floor(totalB/sampleCount);
r = Color.rgb(totalR, totalG, totalB);
Log.i("okunu", "time = " + (System.currentTimeMillis() - start) );
return r;
}
2、灰度图
依旧先看效果图：
蓝色图片的灰度图如第二张图上显示所示。
一幅完整的图像，是由红色、绿色、蓝色三个通道组成的。红色、绿色、蓝色三个通道的缩览图都是以灰度显示的。用不同的灰度色阶来表示“ 红，绿，蓝”在图像中的比重。通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是255。如果一幅图像，三个通道值是一样的，就是一张灰度图
我们可以通过下面几种方法，将其转换为灰度：
1.浮点算法：Gray=R0.3+G0.59+B*0.11
2.整数方法：Gray=(R30+G59+B*11)/100
3.移位方法：Gray =(R76+G151+B*28)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.仅取绿色：Gray=G；
本文我们采用第一种算法实现灰度图。
public Bitmap getGrayBitmap(Bitmap bitmap){
Bitmap r = null;
long start = System.currentTimeMillis();
if (bitmap == null) {
return r;
}
int width = bitmap.getWidth();
int height = bitmap.getHeight();
Log.i("okunu", "width = " + width + " height = " + height);
int[] pixels = new int[width * height];
int[] out = new int[width * height];
int sampleColor = 0;
int red = 0, green = 0, blue = 0;
bitmap.getPixels(pixels, 0, width, 0, 0, width, height);
Log.i("okunu", "pixels.length = " + pixels.length);
for (int i = 0; i < height; i+=1) {
int s = i * width;
for (int j = 0; j < width; j+=1) {
sampleColor = pixels[s + j];
red = Color.red(sampleColor);
green = Color.green(sampleColor);
blue = Color.blue(sampleColor);
int modifColor = (int) (red*0.3 + green*0.59 + blue*0.11);
out[s + j] = Color.rgb(modifColor, modifColor, modifColor);
}
}
r = Bitmap.createBitmap(out, width, height, Bitmap.Config.RGB_565);
Log.i("okunu", "time = " + (System.currentTimeMillis() - start) );
return r;
}
3、总结
虽然我们不是专业的图象处理人员，但一些简单的概念我们需要明白，学习这些简单的概念就可以实现很专业的功能。ps 上各种神乎其技的图像处理，其实也就是一步步简单的操作累积而成的，而这些简单操作背后都是简单的图像处理概念。
