为了账号安全,请及时绑定邮箱和手机立即绑定

封装个 Android 的高斯模糊组件

标签:
Android

最近基于 Android StackBlur 开源库,根据自己碰到的需求场景,封装了个高斯模糊组件,顺便记录一下。

为什么要自己重复造轮子?

其实也谈不上重头自己造轮子,毕竟是基于大神的开源库,做了二次封装。封装的目的在于,方便外部使用。毕竟有着自己的编程习惯,大神的开源库也只是提供了基础的功能,现实编程中,产品的需求是各种各样的。

导致每次使用时,都蛮麻烦的,需要额外自己处理蛮多东西。而一旦新的项目又需要接入高斯模糊了,又得重新写一些代码,复制粘贴也麻烦,经常由于各种业务耦合报错。

既然如此,干脆花时间抽个基础、公用的高斯模糊组件,需要时直接依赖即可。

基础理论

高斯模糊

高斯模糊的原理和算法就不介绍了,我也不懂,没深入,这里就大概讲讲我的粗坯理解:

我们知道,一张图片,本质上其实是一个个像素点构成的,虽然经过计算机处理后,呈现在我们眼前的是具体的图像。但在计算机中,其实就是一堆数组数据。

数组中每个单位就是一个个像素点,那么每个像素点是存储什么内容呢,其实也就是 RGB 或者 ARGB 之类格式的数据。

高斯模糊,大体上就是对这张图片中的每个像素点都重新进行计算,每个像素点的新值等于以它为中心,半径为 r 的周围区域内所有像素点各自按照不同权重相加之和的平均值。

可以粗坯的理解为,本来这个像素点是要呈现它自己本身的内容,但经过高斯模糊计算后,掺杂进它周围区域像素点的内容了。就像加水稀释类似的道理,既然都掺杂进周围的内容了,那么它呈现的内容相比最初,肯定就不那么清晰了

而如果掺杂的半径越大,混合进的内容也就越多,那么它本身的内容就越淡了,是不是这个理。所以,这就是为什么每个开源的高斯模糊组件库,使用时基本都需要我们传入一个 radius 半径的参数。而且,半径越大,越模糊。

这么一粗坯的解释,就理解多了,是吧。

为什么需要大概掌握这个理论基础呢?

想想,高斯模糊是遍历所有像素点,对每个像素点都重新计算。那么,这自然是一个耗时的工作,掌握了理论基础,我们要优化时也才有方向去优化。

性能对比

大神的开源库中提供了三种高斯模糊方式,而我在 Blankj 的 AndroidUtilCode 开源库中发现了另外一种,所以我将他们都整合起来,一共有四种:

  • Google 官方提供的 RenderScript 方式 (RSBlur)

  • C 编写的高斯算法 blur.c 方式 (NativeBlur)

  • Java 编写的高斯算法方式1(JavaBlur)

  • Java 编写的高斯算法方式2(StackBlur)

其实,大体上就三种:Google 官方提供的,大神用 C 写的高斯模糊算法,大神用 Java 写的高斯模糊算法。至于后面两种,看了下,算法的代码不一样,我就把它们当做是两种不同的算法实现了。也许是一样,但我没深入去看,反正代码不一样,我就这么认为了。

下面我们来做个实验,在如下相同条件下,不同高斯模糊方案的耗时比较:

  • radius=10, scale=1, bitmap=200*200(11.69KB)

ps: radius 表示高斯算法计算过程中的半径取值,scale=1表示对 bitmap 原图进行高斯模糊。这些前提条件需要了解一下,不然你在看网上其他类似性能比对的文章时,发现它们动不动就优化到几 ms 级别的,然而你自己尝试却始终达不到。这是因为也许所使用的这些前提都不一致,不一致的前提下,耗时根本无从比较。

private void testBlur() {    int sum = 0;    for (int i = 0; i < 100; i++) {        long time = SystemClock.uptimeMillis();
        DBlur.source(this, R.drawable.image).modeRs().radius(10).sampling(1).build().doBlurSync();        long end = SystemClock.uptimeMillis();
        sum += (end - time);
    }
    Log.e("DBlur", "RSBlur cast " + (sum/100) + "ms");
}

代码模板如上,分别运行 100 次后取平均值,四种不同方式的耗时如下表:

前提条件RSBlurNativeBlurJavaBlurStackBlur
radius=10, scale=1, bitmap=200*20051ms13ms162ms384ms
radius=20, scale=1, bitmap=200*20056ms12ms164ms435ms
radius=10, scale=2, bitmap=200*20048ms11ms75ms110ms
radius=10, scale=8, bitmap=200*20045ms7ms14ms19ms
radius=10, scale=8, bitmap=1920*1180183ms143ms346ms460ms
radius=20, scale=8, bitmap=1920*1180204ms145ms353ms510ms
radius=20, scale=1, bitmap=1920*1180474ms444ms8663ms内存溢出

100 次样本可能不多,但大体上我们也能比较出不同类型的高斯模糊之前的区别,及其适用场景:

  • 总体上,NativeBlur 和 RSBlur 的耗时会少于 JavaBlur 和 StackBlur

  • JavaBlur 和 StackBlur 方式,如果先对 Bitmap 进行缩小,再高斯模糊,最后再放大,耗时会大大缩短

  • radius 增大会增加耗时,但影响不大,但视图呈现效果会越模糊

  • scale 对原图缩小倍数越多,耗时越短,但视图呈现效果同样会越模糊

  • 分辨率越高的图片,高斯模糊的就越耗时

  • 对于大图而言,如果要使用 JavaBlur 或 StackBlur,最好设置 scale 先缩小再模糊,否则将非常耗时且容易内存溢出

  • 如果已经通过 scale 方式进行优化,那么最好 radius 值可以相对小一点,否则两者的值都大会对图片的模糊效果特别强烈,也许会过了头

性能优化

高斯模糊的优化考虑点,其实就三个:

  • 选择不同的高斯模糊方式

  • 通过 scale 对原图先缩小,再模糊,最后再放大方式

  • 优化高斯模糊算法

最后一点就不考虑了,毕竟难度太大。那么,其实就剩下两种,要么是从高斯模糊的方案上选择,要么从待模糊的图片上做手脚。

虽然有四种高斯模糊方案,但每种都有各自优缺点:

  • RSBlur 在低端机上可能无法兼容

  • NativeBlur 需要生成对应 CPU 架构的 so 文件支持

  • JavaBlur 和 StackBlur 耗时会较长

优化的考虑点大体上这几种:

  • 大体上,使用 NativeBlur 或者 RSBlur 即可,如果出现一些问题,那么此时可考虑切到 JavaBlur 或 StackBlur 方案,但记得结合 scale 方式优化处理。

  • 如果高斯模糊的图片有实时性要求,要求模糊得同步进行处理,主线程后续的工作需要等待高斯模糊后才能够处理的话,那么尽量选择 scale 方式进行优化,减少耗时。

  • 如果对实时性没要求,但对图片模糊程度有要求,那其实,只要后台异步去进行高斯模糊即可,此时 scale 可不用缩小太多,而利用 radius 来控制模糊效果,以达到理想的要求。

  • 如果两者都有要求,那就自行尝试寻找折中点吧。

最后说一点,因为已经封装成组件库了,RSBlur 也是引入的 support 包,so 文件也打包好了,那么使用这两种方案足够满足绝大部分场景了,所以,没有特意指定,组件默认的方案为 RSBlur。

二次封装

需求场景

为什么要二次封装?那肯定是因为有自己的各种需求场景的,我的需求如下:

  • 要能够对当前页面(Activity)截图后,进行模糊

  • 要能够对 drawable 资源图片进行模糊、或者对指定 View 的视图进行模糊

  • 模糊完成后,要能够自动以淡入的动画方式显示在指定的控件上

  • 存在这种需求场景:对当前界面截图、并且模糊,模糊后的图片展示的时机可能在其他界面,因此需要支持缓存功能,可以根据指定 cacheKey 值获取缓存

  • 当然,可以根据各种配置使用高斯模糊,当不指定配置时,有默认配置

总结一下,其实封装要做的事也就是要实现:

  • 截图、缓存、淡入动画、默认配置

  • 可以的话,组件最好可以达到,其他人在不看文档,不看源码前提下,以最少的成本接入直接上手使用

实现

截图、缓存、动画这些都属于纯功能代码的封装了,具体就不说了。

这里想来讲讲,如何设计,可以让其他人以最少的成本接入直接上手使用。

我的想法是,利用 AndroidStudio 的代码提示功能,具体的说就是,你只需要了解组件的入口是 DBlur 即可,至于后续怎么使用,全靠 AndroidStudio 来提示,跟着 AndroidStudio 走就行。

例如:

DBlur入口.png

当敲完 DBlur. 时,会弹出代码提示框,入口很少,是吧,就两个,看命名也能猜到作用:getCacheBitmap() 明显是用来取缓存的,那么要高斯模糊自然是另外一个入口 source(),这个方法有多个重载函数,看参数,其实也能知道,这就对应着要模糊的图片的不同来源类型,如:

  • 直接传入 Bitmap 对其进行模糊

  • 传入 Activity/View,内部会对这个界面/控件进行截图后再模糊

  • 传入 resId,对 drawable 资源图片进行模糊

那么,可能想问了,哪里进行高斯模糊配置,哪里设置同步或异步,哪里注册回调等等。别急,既然只给你开了一个入口,那么就跟着入口走下去,自然会一步步引导你走到最后。如:

BlurConfigBuilder入口.png

第一步、第二步该做什么,我都给你规定好了,你也只能按照步骤一步步来。想要设置高斯模糊配置,你得先指定图片来源,才能进入第二步,在这里,可以进行的配置也都给你列出来了,想要哪个,直接设置即可。如:

  • mode()modeRs()modeNative() 等等类似 mode 开头的方法,用于指定要使用哪种高斯模糊方案,一共四种,每种内部都有提供对应的常量标志,但如果你不知道哪里找,那么直接调用 modeXXX 方法即可。

  • radius() 用于设置高斯模糊计算的半径,内部默认为 4。

  • sampling() 用于设置对原图的缩小比例,内部默认为 8,即默认先缩小 8 倍,再模糊,最后再放大。

  • cache() 用于设置缓存此次模糊后的图片,没有调用默认不缓存。

  • animAlpha() 用于设置使用淡入动画,需要结合 intoTarget() 使用,否则不生效。

  • intoTarget() 用于设置模糊完成后,自动显示到指定控件上。

另外,看每个方法返回的类名,其实这个过程都是在设置配置项,如果有对 Builder 模式了解的话,应该清楚,这个大多用来解决构造函数参数过多的场景,最后一般都会有一个 build() 或者 create() 类型的方法。参考的是 Android 源码中 AlertDialog。

也就是说,要进入下一个步骤,需要调用 build() 方法,如:

doblur.png

显然,已经到最后一个步骤了,这里就是发起高斯模糊工作的地方了。

  • doBlur() 会指定此次高斯模糊工作异步进行,所以需要注册回调的在这里传入。

  • doBlurSync() 指定高斯模糊同步进行,模糊后的 Bitmap 直接返回。

至此,接入结束。

使用这个高斯模糊的组件,只需要知道 DBlur 入口,其他都跟随着 AndroidStudio 代码提示一步步往下走即可,当然你也可以直接看源码,注释里也写得蛮清楚的了。

这个就是我的想法,能力不足,只能想出这种方案,如果有哪里需要改进,哪里不合理,或者有其他思路,欢迎指点一下。

使用示例

compile 'com.dasu.image:blur:0.0.4'
//使用默认配置,最短调用链Bitmap bitmap = DBlur.source(MainActivity.this).build().doBlurSync();//同步模糊,将imageView控制的视图进行模糊,完成后自动显示到 imageView1 控件上,以淡入动画方式DBlur.source(imageView).intoTarget(imageView1).animAlpha().build().doBlurSync();//异步模糊,将drawable资源文件中的图片以 NATIVE 方式进行模糊,注册回调,完成时手动显示到 imageView1 控件上DBlur.source(this, R.drawable.background).mode(BlurConfig.MODE_NATIVE).build()
      .doBlur(new OnBlurListener() {            @Override
            public void onBlurSuccess(Bitmap bitmap) {
                imageView1.setImageBitmap(bitmap);
            }            @Override
            public void onBlurFailed() {                //do something
            }});

Github

DBlur 的 Github 链接:https://github.com/woshidasusu/base-module/tree/master/blur

原文出处:https://www.cnblogs.com/dasusu/p/9787276.html  

点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消