canvas 基础之图像处理的使用


Posted in HTML / CSS onApril 10, 2020

前些日子,前辈推荐了一个有趣的项目 —— Real-Time-Person-Removal ,这个项目使用了 TensorFlow.js ,以及 canvas 中的图像处理实现视频中的人物消失。借此机会,复习下 canvas 基础中的图像处理。

基础 API

canvas 的图像处理能力通过 ImageData 对象来处理像素数据。主要的 API 如下:

  • createImageData():创建一个空白的 ImageData 对象
  • getImageData():获取画布像素数据,每一个像素点有 4 个值 —— rgba
  • putImageData():将像素数据写入画布

 

imageData = {
  width: Number,
  height: Number,
  data: Uint8ClampedArray
}

width 是 canvas 画布的宽或者说 x 轴的像素数量;height 是画布的高或者说 y 轴的像素数量;data 是画布的像素数据数组,总长度 w * h * 4,每 4 个值(rgba)代表一个像素。

对图片的处理

下面,我们通过几个例子来看下 canvas 基础的图片处理能力。

原图效果:

canvas 基础之图像处理的使用

const cvs = document.getElementById("canvas");
const ctx = cvs.getContext("2d");
const img = new Image();
img.src="图片 URL";
img.onload = function () {
  ctx.drawImage(img, 0, 0, w, h);
}

底片/负片效果

算法:将 255 与像素点的 rgb 的差,作为当前值。

function negative(x) {
  let y = 255 - x;
  return y;
}

效果图:

canvas 基础之图像处理的使用

const imageData =  ctx.getImageData(0, 0, w, h);
const { data } = imageData;
let l = data.length;
for(let i = 0; i < l; i+=4) {
  const r = data[i];
  const g = data[i + 1];
  const b = data[i + 2];
  data[i] = negative(r);
  data[i + 1] = negative(g);
  data[i + 2] = negative(b);
}
ctx.putImageData(imageData, 0, 0);

单色效果

单色效果就是保留当前像素的 rgb 3个值中的一个,去除其他色值。

for(let i = 0; i < l; i+=4) { // 去除了 r 、g 的值
  data[i] = 0;
  data[i + 1] = 0;
}

效果图:

canvas 基础之图像处理的使用 

灰度图

灰度图:每个像素只有一个色值的图像。0 到 255 的色值,颜色由黑变白。

for(let i = 0; i < l; i+=4) {
  const r = data[i];
  const g = data[i + 1];
  const b = data[i + 2];
  const gray = grayFn(r, g, b);
  data[i] = gray;
  data[i + 1] = gray;
  data[i + 2] = gray;
}

算法1——平均法:

const gray = (r + g + b) / 3;

效果图:

canvas 基础之图像处理的使用 

算法2——人眼感知:根据人眼对红绿蓝三色的感知程度:绿 > 红 > 蓝,给定权重划分

const gray = r * 0.3 + g * 0.59 + b * 0.11

效果图:

canvas 基础之图像处理的使用

除此以外,还有:

取最大值或最小值。

const grayMax = Math.max(r, g, b); // 值偏大,较亮
const grayMin = Math.min(r, g, b); // 值偏小,较暗

取单一通道,即 rgb 3个值中的一个。

 二值图

算法:确定一个色值,比较当前的 rgb 值,大于这个值显示黑色,否则显示白色。

for(let i = 0; i < l; i+=4) {
  const r = data[i];
  const g = data[i + 1];
  const b = data[i + 2];
  const gray = gray1(r, g, b);
  const binary = gray > 126 ? 255 : 0;
  data[i] = binary;
  data[i + 1] = binary;
  data[i + 2] = binary;
}

效果图:

canvas 基础之图像处理的使用 

高斯模糊

高斯模糊是“模糊”算法中的一种,每个像素的值都是周围相邻像素值的加权平均。原始像素的值有最大的高斯分布值(有最大的权重),相邻像素随着距离原始像素越来越远,权重也越来越小。

一阶公式:

canvas 基础之图像处理的使用

(使用一阶公式是因为一阶公式的算法比较简单)

const radius = 5; // 模糊半径
const weightMatrix = generateWeightMatrix(radius); // 权重矩阵
for(let y = 0; y < h; y++) {
  for(let x = 0; x < w; x++) {
    let [r, g, b] = [0, 0, 0];
    let sum = 0;
    let k = (y * w + x) * 4;
    for(let i = -radius; i <= radius; i++) {
      let x1 = x + i;
      if(x1 >= 0 && x1 < w) {
      let j = (y * w + x1) * 4;
      r += data[j] * weightMatrix[i + radius];
      g += data[j + 1] * weightMatrix[i + radius];
      b += data[j + 2] * weightMatrix[i + radius];
      sum += weightMatrix[i + radius];
      }
    }
    data[k] = r / sum;
    data[k + 1] = g / sum;
    data[k + 2] = b / sum;
  }
}
for(let x = 0; x < w; x++) {
  for(let y = 0; y < h; y++) {
    let [r, g, b] = [0, 0, 0];
    let sum = 0;
    let k = (y * w + x) * 4;
    for(let i = -radius; i <= radius; i++) {
      let y1 = y + i;
      if(y1 >= 0 && y1 < h) {
        let j = (y1 * w + x) * 4;
        r += data[j] * weightMatrix[i + radius];
        g += data[j + 1] * weightMatrix[i + radius];
        b += data[j + 2] * weightMatrix[i + radius];
        sum += weightMatrix[i + radius];
      }
    }
    data[k] = r / sum;
    data[k + 1] = g / sum;
    data[k + 2] = b / sum;
  }
}
function generateWeightMatrix(radius = 1, sigma) { // sigma 正态分布的标准偏差
  const a = 1 / (Math.sqrt(2 * Math.PI) * sigma);
  const b = - 1 / (2 * Math.pow(sigma, 2));
  let weight, weightSum = 0, weightMatrix = [];
  for (let i = -radius; i <= radius; i++){
    weight = a * Math.exp(b * Math.pow(i, 2));
    weightMatrix.push(weight);
    weightSum += weight;
  }
  return weightMatrix.map(item => item / weightSum); // 归一处理
}

效果图:

canvas 基础之图像处理的使用 

其他效果

这里再简单介绍下其他的图像效果处理,因为例子简单重复,所以不再给出代码和效果图。

  • 亮度调整:将 rgb 值,分别加上一个给定值。
  • 透明化处理:改变 rgba 值中的 a 值。
  • 对比度增强:将 rgb 值分别乘以 2,然后再减去一个给定值。

总结

好了,上面就是一些基础的图像处理算法。

参考资料

高斯模糊的算法
高斯模糊

到此这篇关于canvas 基础之图像处理的使用的文章就介绍到这了,更多相关canvas 图像处理内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章,希望大家以后多多支持三水点靠木!

HTML / CSS 相关文章推荐
深入解读CSS3中transform变换模型的渲染
May 27 HTML / CSS
CSS3 优势以及网页设计师如何使用CSS3技术
Jul 29 HTML / CSS
CSS3制作缩略图的详细过程
Jul 08 HTML / CSS
CSS3 文字动画效果
Nov 12 HTML / CSS
HTML5 Canvas绘制五星红旗
May 04 HTML / CSS
处理HTML5新标签的浏览器兼容版问题
Mar 13 HTML / CSS
html5是什么_动力节点Java学院整理
Jul 07 HTML / CSS
浅析HTML5中的download属性使用
Mar 13 HTML / CSS
手摸手教你用canvas实现给图片添加平铺水印的实现
Aug 20 HTML / CSS
HTML5 HTMLCollection和NodeList的区别详解
Apr 29 HTML / CSS
HTML5页面音频自动播放的实现方式
Jun 21 HTML / CSS
CSS使用伪类控制边框长度的方法
Jan 18 HTML / CSS
用canvas显示验证码的实现
Apr 10 #HTML / CSS
HTML5给汉字加拼音收起展开组件的实现代码
Apr 08 #HTML / CSS
iPhoneX安全区域(Safe Area)底部小黑条在微信小程序和H5的屏幕适配
Apr 08 #HTML / CSS
HTML5 textarea高度自适应的两种方案
Apr 08 #HTML / CSS
html5给汉字加拼音加进度条的实现代码
Apr 07 #HTML / CSS
详解HTML5如何使用可选样式表为网站或应用添加黑暗模式
Apr 07 #HTML / CSS
HTML5拖放API实现自动生成相框功能
Apr 07 #HTML / CSS
You might like
php xml实例 留言本
2009/03/20 PHP
分享PHP header函数使用教程
2013/09/05 PHP
ThinkPHP中pathinfo的访问模式、路径访问模式及URL重写总结
2014/08/23 PHP
PHP调试的强悍利器之PHPDBG
2016/02/22 PHP
PHP PDOStatement::fetchObject讲解
2019/02/01 PHP
javascript firefox不显示本地预览图片问题的解决方法
2008/11/12 Javascript
JavaScript中yield实用简洁实现方式
2010/06/12 Javascript
Jquery下判断Id是否存在的代码
2011/01/06 Javascript
JS继承 笔记
2011/07/13 Javascript
关于JavaScript中name的意义冲突示例介绍
2014/05/29 Javascript
浅谈javascript的Touch事件
2015/09/27 Javascript
详解JavaScript对象序列化
2016/01/19 Javascript
JavaScipt选取文档元素的方法(推荐)
2016/08/05 Javascript
JavaScript常用工具方法封装
2019/02/12 Javascript
vue2.x数组劫持原理的实现
2020/04/19 Javascript
React组件设计模式之组合组件应用实例分析
2020/04/29 Javascript
Vue+Vant 图片上传加显示的案例
2020/11/03 Javascript
手写Vue源码之数据劫持示例详解
2021/01/04 Vue.js
Python 命令行参数sys.argv
2008/09/06 Python
Pycharm学习教程(3) 代码运行调试
2017/05/03 Python
Python简单读取json文件功能示例
2017/11/30 Python
python3利用venv配置虚拟环境及过程中的小问题小结
2018/08/01 Python
python获取磁盘号下盘符步骤详解
2019/06/19 Python
python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan)
2019/06/27 Python
python小程序实现刷票功能详解
2019/07/17 Python
Python实现报警信息实时发送至邮箱功能(实例代码)
2019/11/11 Python
python实现FTP循环上传文件
2020/03/20 Python
服务器端jupyter notebook映射到本地浏览器的操作
2020/04/14 Python
Python实现文件压缩和解压的示例代码
2020/08/12 Python
荷兰家电销售网站:Welhof
2020/12/08 全球购物
医学生实习自荐信
2013/10/01 职场文书
校三好学生主要事迹
2014/01/11 职场文书
摄影助理岗位职责
2014/02/07 职场文书
校外活动方案
2014/08/28 职场文书
酒店前台辞职书
2015/02/26 职场文书
Apache Calcite 实现方言转换的代码
2021/04/24 Servers