【Android高级】高斯模糊效果从319ms到3ms的优化实现

2024-02-08 19:40

本文主要是介绍【Android高级】高斯模糊效果从319ms到3ms的优化实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       以前做一个旅游app项目的时候,当时有个项目需求就是首页菜单栏背景是用高斯模糊效果实现的,当时手头其他事情多的不得了,为了赶上进度,直接要求美工把原图的部分区域P成了高斯模糊效果,23333333。。。这样的屏幕适配简直是坨屎,后面项目完了也没有太在意这个问题,后面面试的时候居然问答这块的问题了,2333333。。。

       于是最近有空在研究图像的高斯模糊的处理实现了。

       我要做的效果就是自定义image大小,自定义高斯模糊的区域,这样才算我要的效果。

       先上图分别是优化前和优化后的,大家可想这个优化的作用多么巨大,我直接把这个效果的显示耗时在界面绘制出来了,下面图片中的单位打错了额,是ms。

3ms VS 209ms

      

4ms VS 197ms

         


       说下实现吧,那个算法我就没有怎么研究了,直接是个算法类,直接把要模糊的Bitmap传进去返回的就是模糊后的。代码如下:

public class FastBlur {public static Bitmap doBlur(Bitmap sentBitmap, int radius, boolean canReuseInBitmap) {// Stack Blur v1.0 from// http://www.quasimondo.com/StackBlurForCanvas/StackBlurDemo.html//// Java Author: Mario Klingemann <mario at="" quasimondo.com="">// http://incubator.quasimondo.com// created Feburary 29, 2004// Android port : Yahel Bouaziz <yahel at="" kayenko.com="">// http://www.kayenko.com// ported april 5th, 2012// This is a compromise between Gaussian Blur and Box blur// It creates much better looking blurs than Box Blur, but is// 7x faster than my Gaussian Blur implementation.//// I called it Stack Blur because this describes best how this// filter works internally: it creates a kind of moving stack// of colors whilst scanning through the image. Thereby it// just has to add one new block of color to the right side// of the stack and remove the leftmost color. The remaining// colors on the topmost layer of the stack are either added on// or reduced by one, depending on if they are on the right or// on the left side of the stack.//// If you are using this algorithm in your code please add// the following line://// Stack Blur Algorithm by Mario Klingemann <mario@quasimondo.com>Bitmap bitmap;if (canReuseInBitmap) {bitmap = sentBitmap;} else {bitmap = sentBitmap.copy(sentBitmap.getConfig(), true);}if (radius < 1) {return (null);}int w = bitmap.getWidth();int h = bitmap.getHeight();int[] pix = new int[w * h];bitmap.getPixels(pix, 0, w, 0, 0, w, h);int wm = w - 1;int hm = h - 1;int wh = w * h;int div = radius + radius + 1;int r[] = new int[wh];int g[] = new int[wh];int b[] = new int[wh];int rsum, gsum, bsum, x, y, i, p, yp, yi, yw;int vmin[] = new int[Math.max(w, h)];int divsum = (div + 1) >> 1;divsum *= divsum;int dv[] = new int[256 * divsum];for (i = 0; i < 256 * divsum; i++) {dv[i] = (i / divsum);}yw = yi = 0;int[][] stack = new int[div][3];int stackpointer;int stackstart;int[] sir;int rbs;int r1 = radius + 1;int routsum, goutsum, boutsum;int rinsum, ginsum, binsum;for (y = 0; y < h; y++) {rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;for (i = -radius; i <= radius; i++) {p = pix[yi + Math.min(wm, Math.max(i, 0))];sir = stack[i + radius];sir[0] = (p & 0xff0000) >> 16;sir[1] = (p & 0x00ff00) >> 8;sir[2] = (p & 0x0000ff);rbs = r1 - Math.abs(i);rsum += sir[0] * rbs;gsum += sir[1] * rbs;bsum += sir[2] * rbs;if (i > 0) {rinsum += sir[0];ginsum += sir[1];binsum += sir[2];} else {routsum += sir[0];goutsum += sir[1];boutsum += sir[2];}}stackpointer = radius;for (x = 0; x < w; x++) {r[yi] = dv[rsum];g[yi] = dv[gsum];b[yi] = dv[bsum];rsum -= routsum;gsum -= goutsum;bsum -= boutsum;stackstart = stackpointer - radius + div;sir = stack[stackstart % div];routsum -= sir[0];goutsum -= sir[1];boutsum -= sir[2];if (y == 0) {vmin[x] = Math.min(x + radius + 1, wm);}p = pix[yw + vmin[x]];sir[0] = (p & 0xff0000) >> 16;sir[1] = (p & 0x00ff00) >> 8;sir[2] = (p & 0x0000ff);rinsum += sir[0];ginsum += sir[1];binsum += sir[2];rsum += rinsum;gsum += ginsum;bsum += binsum;stackpointer = (stackpointer + 1) % div;sir = stack[(stackpointer) % div];routsum += sir[0];goutsum += sir[1];boutsum += sir[2];rinsum -= sir[0];ginsum -= sir[1];binsum -= sir[2];yi++;}yw += w;}for (x = 0; x < w; x++) {rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;yp = -radius * w;for (i = -radius; i <= radius; i++) {yi = Math.max(0, yp) + x;sir = stack[i + radius];sir[0] = r[yi];sir[1] = g[yi];sir[2] = b[yi];rbs = r1 - Math.abs(i);rsum += r[yi] * rbs;gsum += g[yi] * rbs;bsum += b[yi] * rbs;if (i > 0) {rinsum += sir[0];ginsum += sir[1];binsum += sir[2];} else {routsum += sir[0];goutsum += sir[1];boutsum += sir[2];}if (i < hm) {yp += w;}}yi = x;stackpointer = radius;for (y = 0; y < h; y++) {// Preserve alpha channel: ( 0xff000000 & pix[yi] )pix[yi] = (0xff000000 & pix[yi]) | (dv[rsum] << 16) | (dv[gsum] << 8) | dv[bsum];rsum -= routsum;gsum -= goutsum;bsum -= boutsum;stackstart = stackpointer - radius + div;sir = stack[stackstart % div];routsum -= sir[0];goutsum -= sir[1];boutsum -= sir[2];if (x == 0) {vmin[y] = Math.min(y + r1, hm) * w;}p = x + vmin[y];sir[0] = r[p];sir[1] = g[p];sir[2] = b[p];rinsum += sir[0];ginsum += sir[1];binsum += sir[2];rsum += rinsum;gsum += ginsum;bsum += binsum;stackpointer = (stackpointer + 1) % div;sir = stack[stackpointer];routsum += sir[0];goutsum += sir[1];boutsum += sir[2];rinsum -= sir[0];ginsum -= sir[1];binsum -= sir[2];yi += w;}}bitmap.setPixels(pix, 0, w, 0, 0, w, h);return (bitmap);}
}

        接下来就是在代码中去用了。

        先上优化前的方法:因为下面红字部分那句的代码把我坑惨了,原来用了matrix,在新建的时候还是要用matrix前的大小,我也是晕的不要不要的了。。。

       还有注意要根据演示区域的大小,缩放bitmap的大小后再剪裁,再模糊。

       这里顺便熟悉了canvas,drawBitmap,放大缩小的一些方法


public void test(View v) {Bitmap srcbitmap = BitmapFactory.decodeResource(getResources(),R.drawable.meitu);long t1 = System.currentTimeMillis();imageView.setBackground(new BitmapDrawable(getResources(), srcbitmap));// 设置大背景Bitmap backBitmap = Bitmap.createBitmap(textView.getMeasuredWidth(),// 设置需高斯模糊的背景textView.getMeasuredHeight(), Config.RGB_565);float f1 = (float) imageView.getMeasuredWidth()/ (float) srcbitmap.getWidth();float f2 = (float) imageView.getMeasuredHeight()/ (float) srcbitmap.getHeight();Matrix matrix = new Matrix();matrix.postScale(f1, f2);Bitmap desBitmap = Bitmap.createBitmap(srcbitmap, 0, 0,srcbitmap.getWidth(), srcbitmap.getHeight(), matrix, true); <span style="color:#ff0000;">因为作为背景的bmp已经缩放,那么需要剪裁的bmp也要缩放----------这里3/4参数是坑</span>Bitmap lastBitmap = Bitmap.createBitmap(desBitmap, textView.getLeft(),textView.getTop(), textView.getMeasuredWidth(),textView.getMeasuredHeight()); // 根据模糊的区域剪裁Canvas canvas = new Canvas(backBitmap);canvas.drawBitmap(lastBitmap, 0, 0, new Paint());backBitmap = FastBlur.doBlur(backBitmap, (int) 20, true);textView.setBackground(new BitmapDrawable(getResources(), backBitmap));long t2 = System.currentTimeMillis();textView.setText((t2 - t1) + "S");// 319S}

下面是优化后的方法:

其实现原理是反正效果也是模糊的,先把图片弄小模糊,再把模糊放大,这样就减少了算法的复杂度


public void test2(View v) {int rad = 8;Bitmap srcbitmap = BitmapFactory.decodeResource(getResources(),R.drawable.meitu);long t1 = System.currentTimeMillis();imageView.setBackground(new BitmapDrawable(getResources(), srcbitmap));// 设置大背景Bitmap backBitmap = Bitmap.createBitmap(textView.getMeasuredWidth()/rad,// 设置需高斯模糊的背景textView.getMeasuredHeight()/rad, Config.RGB_565);float f1 = (float) imageView.getMeasuredWidth()/ (float) srcbitmap.getWidth();float f2 = (float) imageView.getMeasuredHeight()/ (float) srcbitmap.getHeight();Matrix matrix = new Matrix();matrix.postScale(f1/8, f2/8);Bitmap desBitmap = Bitmap.createBitmap(srcbitmap, 0, 0,srcbitmap.getWidth(), srcbitmap.getHeight(), matrix, true); // 因为作为背景的bmp已经缩放,那么需要剪裁的bmp也要缩放----------这里3/4参数是坑Bitmap lastBitmap = Bitmap.createBitmap(desBitmap, textView.getLeft()/8,textView.getTop()/8, textView.getMeasuredWidth()/8,textView.getMeasuredHeight()/8); // 根据模糊的区域剪裁Canvas canvas = new Canvas(backBitmap);canvas.drawBitmap(lastBitmap, 0, 0, new Paint());backBitmap = FastBlur.doBlur(backBitmap, (int) 2, true);canvas.scale(1/rad, 1/rad);textView.setBackground(new BitmapDrawable(getResources(), backBitmap));long t2 = System.currentTimeMillis();textView.setText((t2 - t1) + "S");// 2S}



这篇关于【Android高级】高斯模糊效果从319ms到3ms的优化实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/scboyhj__/article/details/50273059
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/692015

相关文章

C#实现将Excel表格转换为图片(JPG/ PNG)

《C#实现将Excel表格转换为图片(JPG/PNG)》Excel表格可能会因为不同设备或字体缺失等问题,导致格式错乱或数据显示异常,转换为图片后,能确保数据的排版等保持一致,下面我们看看如何使用C... 目录通过C# 转换Excel工作表到图片通过C# 转换指定单元格区域到图片知识扩展C# 将 Excel

Android Mainline基础简介

《AndroidMainline基础简介》AndroidMainline是通过模块化更新Android核心组件的框架,可能提高安全性,本文给大家介绍AndroidMainline基础简介,感兴趣的朋... 目录关键要点什么是 android Mainline?Android Mainline 的工作原理关键

基于Java实现回调监听工具类

《基于Java实现回调监听工具类》这篇文章主要为大家详细介绍了如何基于Java实现一个回调监听工具类,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录监听接口类 Listenable实际用法打印结果首先,会用到 函数式接口 Consumer, 通过这个可以解耦回调方法,下面先写一个

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

Qt中QGroupBox控件的实现

《Qt中QGroupBox控件的实现》QGroupBox是Qt框架中一个非常有用的控件,它主要用于组织和管理一组相关的控件,本文主要介绍了Qt中QGroupBox控件的实现,具有一定的参考价值,感兴趣... 目录引言一、基本属性二、常用方法2.1 构造函数 2.2 设置标题2.3 设置复选框模式2.4 是否

C++使用printf语句实现进制转换的示例代码

《C++使用printf语句实现进制转换的示例代码》在C语言中,printf函数可以直接实现部分进制转换功能,通过格式说明符(formatspecifier)快速输出不同进制的数值,下面给大家分享C+... 目录一、printf 原生支持的进制转换1. 十进制、八进制、十六进制转换2. 显示进制前缀3. 指

springboot整合阿里云百炼DeepSeek实现sse流式打印的操作方法

《springboot整合阿里云百炼DeepSeek实现sse流式打印的操作方法》:本文主要介绍springboot整合阿里云百炼DeepSeek实现sse流式打印,本文给大家介绍的非常详细,对大... 目录1.开通阿里云百炼,获取到key2.新建SpringBoot项目3.工具类4.启动类5.测试类6.测

pytorch自动求梯度autograd的实现

《pytorch自动求梯度autograd的实现》autograd是一个自动微分引擎,它可以自动计算张量的梯度,本文主要介绍了pytorch自动求梯度autograd的实现,具有一定的参考价值,感兴趣... autograd是pytorch构建神经网络的核心。在 PyTorch 中,结合以下代码例子,当你

如何解决idea的Module:‘:app‘platform‘android-32‘not found.问题

《如何解决idea的Module:‘:app‘platform‘android-32‘notfound.问题》:本文主要介绍如何解决idea的Module:‘:app‘platform‘andr... 目录idea的Module:‘:app‘pwww.chinasem.cnlatform‘android-32

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient