修图可以说是国内技术领先的一大特点了，现在的图片处理技术可以说是非常厉害了，比如老旧照片修复，自动美化，各种滤镜，自动抠图等等，结合高大上的机器学习，功能越强大，感觉对于我这种图像门外汉来说，门槛也响应的越来越高了
那么有什么简单的方式，可以实现照片的处理嘛，接下来介绍一个纯java的工具包，来做图片处理
1.实例演示图片转素描效果
首先我们来看一下具体的效果，在项目中添加依赖
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
| <repositories>
<repository>
<id>jitpack.io</id>
<url>https://jitpack.io</url>
</repository>
</repositories>
<dependency>
<groupId>com.github.liuyueyi</groupId>
<artifactId>java-jhlabs</artifactId>
<version>1.0</version>
</dependency>
···
实用姿势
```java
private static void toSketch(String imgPath, String output) throws IOException {
BufferedImage src = ImageIO.read(Objects.requireNonNull(Img2SketchTest.class.getClassLoader().getResourceAsStream(imgPath)));
src = ImageUtils.convertImageToARGB(src);
//图像灰度化
PointFilter grayScaleFilter = new GrayscaleFilter();
BufferedImage grayScale = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());
grayScaleFilter.filter(src, grayScale);
//灰度图像反色
BufferedImage inverted = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());
PointFilter invertFilter = new InvertFilter();
invertFilter.filter(grayScale, inverted);
//高斯模糊处理
GaussianFilter gaussianFilter = new GaussianFilter(20);
BufferedImage gaussianFiltered = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());
gaussianFilter.filter(inverted, gaussianFiltered);
// 灰度图像和高斯模糊反向图混合
ColorDodgeComposite cdc = new ColorDodgeComposite(1.0f);
CompositeContext cc = cdc.createContext(inverted.getColorModel(), grayScale.getColorModel(), null);
WritableRaster invertedR = gaussianFiltered.getRaster();
WritableRaster grayScaleR = grayScale.getRaster();
// 混合之后的就是我们希望的结果
BufferedImage composite = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());
WritableRaster colorDodgedR = composite.getRaster();
cc.compose(invertedR, grayScaleR, colorDodgedR);
//输出做好的素描
File outputfile = new File(output);
ImageIO.write(composite, "png", outputfile);
}
|
表现结果如下
2. 算法原理
作为一个图像处理小白，网上搜索了一下，素描算法比较多，通过多番比较，感觉整体思想相差不大，大致是以下几个步骤
- 原图灰度化
- 临界值处理（小于某个临界值的像素值设置为0）
- 第二步的图像反色处理
- 第二步与第三步的图片混合处理
接下来将以我自己的粗浅理解出发，尝试做一下算法的解析
2.1 灰度处理
图像灰度处理，主要是为了将最终图片的色彩控制在五彩斑斓的灰白中，保持和我们常见的素描风格保持一致
具体的像素灰度处理，有一个广为流传的公式 （我也没找到原始出处，不知道是哪位大神给出的）
1
| avgColor = red * 0.299f + green * 0.587f + blue * 0.114f
|
2.2 边界凸显
素描效果的一个核心要点在于对于物体的边缘轮廓进行定位，清洗的显示轮廓信息，对于之外的信息进行抽象模糊处理；简单来讲就是改凸显的地方凸显出来，不重要的地方模糊些处理
那么问题就是如何定位轮廓，如何模糊处理？
上面步骤中的第二、第三两步主要就是来干这个事情的；临界值 + 反向，主要就是为了定位边界轮廓（盲猜一波：轮廓边缘的像素差异较大，两次处理叠加之后，轮廓处像素信息受影响较小，和之前的值差别不大，有相关背景知识的大佬可以指点一下）
具体实现的方式呢，最容易想到的一点是
- 设置一个阈值，小于这个阈值的像素设置为0；然后反向，两个图像进行混合处理，从而凸显轮廓
更先进一点的做法：
- 傅里叶变换、高斯模糊、梯度算法等出现在各相关论文中的算法(至于为什么有效，我也不知道了…)
2.3 相关博文
3. 快速使用
文章的最开始就给出了一个素描处理的demo，输出效果基本ok，但是使用姿势有点麻烦；其实现就是借助jh-labs的滤镜来实现各种操作，对于应用者而言（比如我），可能并不关心具体细节，只要结果，有更简单的使用姿势么？
当然也是有的，下面这个开源项目已经做好了封装
最新版本为3.0，可以到中央仓库直接获取（如果还没有找到，不要慌，我还没有提交，因为3.0还在内测中）
引入依赖
1
2
3
4
5
|
<dependency>
<groupId>com.github.liuyueyi.media</groupId>
<artifactId>photo-plugin</artifactId>
</dependency>
|
使用姿势
1
2
3
4
5
6
7
8
| @Test
public void testSketch() {
BufferedImage out = PhotoOperateWrapper.of(OperatorEnum.SKETCH)
.setImg("https://t7.baidu.com/it/u=4162611394,4275913936&fm=193&f=GIF")
.build()
.asImg();
System.out.println("----");
}
|
相比较与前者，这个使用是不是更简单直接方便
说明
- jhlabs项目 来自于jhlabs官网，未做任何修改，单纯的移入github，发布中央仓库供第三方仓库快速依赖而已；遵循
Apache License
- quick-meida项目 一个java的多媒体处理开源类库，当前已支持图片合成、编辑
、二维码生成解析、音频转码、markdown/html互转、svg渲染等功能，欢迎感兴趣的小伙伴前往观光查看
一灰灰的联系方式
尽信书则不如无书，以上内容，纯属一家之言，因个人能力有限，难免有疏漏和错误之处，如发现bug或者有更好的建议，欢迎批评指正，不吝感激
