摘要：
介绍几种特殊的灰度算法滤镜，将彩色图像转换为灰度图像。其中涉及到的有基于阈值的图像二值化，弗洛伊德.斯坦德伯格抖动算法，基于阈值的部分灰度化基础知识-怎么把RGB转换为单色的[0 ~256]之间的灰度，最常用的转换公式如下：Gray = 0.299 * red + 0.587 * green + 0... 阅读全文
摘要：
很多时候，一张图像被过度曝光显得很白，或者光线不足显得很暗，有时候背景跟图像人物也观察不清楚，这个时候可以通过调节图像的两个基本属性-亮度与对比度来获得整体效果的提升，从而得到质量更高的图片。基本原理：图像亮度本质上图像中每个像素的亮度，每个像素的亮度本质上RGB值的大小，RGB值为0是像素点为黑色... 阅读全文
摘要：
一：轧花轧花算子(embossfilter)对一幅数字图像一阶微分结果即可得到轧花效果，根据不同的算子，轧花又可以分为凹效果与凸效果两种。两个个最简单的轧花算子为：轧花算子又称为双极性算子，1对图像的贡献意味着平滑，-1对图像的贡献意味着突出细节，于是最终就得出了双极性的轧花效果。处理过程：a.读取... 阅读全文
摘要：
首先看一下效果，左边是一张黑白的文字图像，右边是混合之后的数字水印效果实现原理主要是利用位图块迁移算法，首先提取文字骨架，宽度为一个像素。然后将提取的骨架，按照一定的像素值填充到目标图像中即可。关于位图块迁移算法说明请看这里：http://en.wikipedia.org/wiki/Bit_blit... 阅读全文
摘要：
均值滤波：均值滤波，是图像处理中最常用的手段，从频率域观点来看均值滤波是一种低通滤波器，高频信号将会去掉，因此可以帮助消除图像尖锐噪声，实现图像平滑，模糊等功能。理想的均值滤波是用每个像素和它周围像素计算出来的平均值替换图像中每个像素。采样Kernel数据通常是3X3的矩阵，如下表示：从左到右从上到... 阅读全文
摘要：
原理：光束滤镜，对一幅图像完成光束效果，好似有一束光从图像本身激发出来，按照一定的角度散发开来，光束滤镜是一种图像叠加效果，首先要借助于之前的完成的移动模糊滤镜，将一幅图像按照一定的阈值二值化以后，加以移动模糊滤镜，将移动模糊之后的图像和原图像叠加就产生了光束滤镜效果。对光束滤镜而言，其最终效果除了... 阅读全文
摘要：
卷积模糊或者卷积平滑滤波，可以消除图像噪声，也可以产生一些常见的图像模糊特效，但是移动模糊特效也是基于卷积，相比于Box Blur, Gaussian Blur的算法，移动模糊只需要完成一次的一维卷积，所不同的是一维卷积的完成，要基于一定的角度，而不是只是在水平和垂直两个方向上。移动模糊的一维卷积要... 阅读全文
摘要：
高斯模糊是一种两维的卷积模糊操作，在图像完成高斯模糊相对于均值模糊来说，计算量会增加，但是高斯模糊可以实现一些特殊效果，特别是在图像噪声(非椒盐噪声)消去方面，更是有着非常好的效果。一维高斯公式如下：其中x是制定[-n,n]范围的整数，sigma代表标准方差。通常取值为1.一维高斯函数Java代码如... 阅读全文
摘要：
柏林噪声是一种特殊的随机噪声，即对于每个给定的值产生的随机数是唯一的，但是不同的值产生不同的随机数。关于柏林噪声更详细的解释可以参考这里：http://freespace.virgin.net/hugo.elias/models/m_perlin.htm本文主要是探讨如何使用柏林噪声产生火焰效果与乌... 阅读全文
摘要：
图像模糊的本质, 从数字信号处理的角度看，图像模糊就要压制高频信号保留低频信号，压制高频的信号的一个可选择的方法就是卷积滤波。选择一个低频滤波器，对图像上的每个像素实现低频滤波，这样整体效果就是一张数字图像更加的模糊，显示更少的细节信息。传统的卷积模糊计算量巨大，程序效率比较低，基于滑动窗口的Box... 阅读全文