日韩精品一区在线观看,欧美24Ⅴideos

主頁 > 知識庫 > Ruby實現(xiàn)的圖片濾鏡算法代碼

Ruby實現(xiàn)的圖片濾鏡算法代碼

原圖

一、灰度算法

彩色照片每一個像素的顏色值由紅、綠、藍(lán)三種值混合而成，紅綠藍(lán)的取值分別由很多種，于是像素的顏色值也可以有很多種顏色值，這就是彩色圖片的原理，而灰度照片則只有256種顏色，一般的處理方法是將圖片顏色值的RGB三個通道值設(shè)為一樣，這樣圖片的顯示效果就會是灰色。

灰度處理一般有三種算法：

最大值法：即新的顏色值R＝G＝B＝Max(R，G，B)，這種方法處理后的圖片看起來亮度值偏高。
平均值法：即新的顏色值R＝G＝B＝(R＋G＋B)／3，這樣處理的圖片十分柔和
加權(quán)平均值法：即新的顏色值R＝G＝B＝(R ＊ Wr＋G＊Wg＋B＊Wb)，一般由于人眼對不同顏色的敏感度不一樣，所以三種顏色值的權(quán)重不一樣，一般來說綠色最高，紅色其次，藍(lán)色最低，最合理的取值分別為Wr ＝ 30％，Wg ＝ 59％，Wb ＝ 11％

下面是加權(quán)平均值法的Ruby實現(xiàn)：

 #灰度化圖片
 #取RGB三色平均值
 def self.grey(bmp)
  for i in 0 .. bmp.height - 1
   for j in 0 .. bmp.width - 1
    rgb = bmp.getRGB(i, j)
    grey = rgb.r.to_f * 0.3+rgb.g.to_f *0.59 +rgb.b.to_f * 0.11.to_i
    bmp.setRGB(i, j, RGB.new(grey, grey, grey))
   end
  end
 end

灰度效果：

二、二值化

圖像二值化就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果。所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。

圖像二值化常常用于破解驗證碼等圖片識別應(yīng)用上

#二值化圖片
 #小于一定閾值設(shè)為0 0 0，大于設(shè)置為255 255 255
 def self.binarization(bmp)
  imageGreyLevel = bmp.getGreyLevel
  for i in 0 .. bmp.height - 1
   for j in 0 .. bmp.width - 1
    rgb = bmp.getRGB(i, j)
    if rgb.getGreyLevelimageGreyLevel
     bmp.setRGB(i, j, RGB.new(0, 0, 0))
    else
     bmp.setRGB(i, j, RGB.new(255, 255, 255))
    end
   end

  end
 end

二值化效果

三、底片

底片效果的實現(xiàn)很簡單，就是將RGB的每一個通道值取反，就是用255去減

#底片化圖片
 #RGB取反色255-
 def self.contraryColor(bmp)
  for i in 0 .. bmp.height - 1
   for j in 0 .. bmp.width - 1
    rgb = bmp.getRGB(i, j)
    bmp.setRGB(i, j, rgb.getContrary)
   end
  end
 end

底片效果

四、浮雕效果

浮雕的算法相對復(fù)雜一些，用當(dāng)前點的RGB值減去相鄰點的RGB值并加上128作為新的RGB值。由于圖片中相鄰點的顏色值是比較接近的，因此這樣的算法處理之后，只有顏色的邊沿區(qū)域，也就是相鄰顏色差異較大的部分的結(jié)果才會比較明顯，而其他平滑區(qū)域則值都接近128左右，也就是灰色，這樣
就具有了浮雕效果。

在實際的效果中，這樣處理后，有些區(qū)域可能還是會有”彩色”的一些點或者條狀痕跡，所以最好再對新的RGB值做一個灰度處理。

#浮雕效果
 #浮雕的算法相對復(fù)雜一些，用當(dāng)前點的RGB值減去相鄰點的RGB值并加上128作為新的RGB值。由于圖片中相鄰點的顏色值是比較接近的，
 #因此這樣的算法 處理之后，只有顏色的邊沿區(qū)域，也就是相鄰顏色差異較大的部分的結(jié)果才會比較明顯，而其他平滑區(qū)域則值都接近128左右，
 #也就是灰色，這樣就具有了浮雕效果。
 #在實際的效果中，這樣處理后，有些區(qū)域可能還是會有”彩色”的一些點或者條狀痕跡，所以最好再對新的RGB值做一個灰度處理。
 def self.emboss(bmp)

  preRGB=RGB.new(128, 128, 128)

  for i in 0 .. bmp.height - 1
   for j in 0 .. bmp.width - 1
    currentRGB=bmp.getRGB(i, j)
    r=(currentRGB.r-preRGB.r)*1+128
    g=(currentRGB.g - preRGB.g)*1+128
    b=(currentRGB.b-preRGB.b)*1+128

    bmp.setRGB(i, j, RGB.new(r,g,b).getGreyRGB)
    preRGB = currentRGB
   end
  end

 end

浮雕效果

項目主頁

geekeren/RubyImageProcess

您可能感興趣的文章:

Ruby實現(xiàn)的各種排序算法
ruby實現(xiàn)的插入排序和冒泡排序算法
Ruby實現(xiàn)的矩陣連乘算法
Ruby實現(xiàn)二分搜索(二分查找)算法的簡單示例
Ruby實現(xiàn)的3種快速排序算法
Ruby實現(xiàn)的合并排序算法
Ruby實現(xiàn)的最優(yōu)二叉查找樹算法

標(biāo)簽：鄂州淄博六安河北自貢松原石嘴山宜春

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《Ruby實現(xiàn)的圖片濾鏡算法代碼》，本文關(guān)鍵詞 Ruby,實現(xiàn),的,圖片,濾鏡,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。