引言
HTML5 畫布元素可用來撰寫圖片濾鏡。您需要的做法是在畫布上繪製圖片、讀取畫布像素,然後對其執行篩選器。接著,您可以將結果寫入新的畫布 (或堆積,只要使用舊的畫布即可)。
聽起來很簡單嗎?那就好!開始動工!
正在處理像素
首先,擷取圖片像素:
Filters = {};
Filters.getPixels = function(img) {
var c = this.getCanvas(img.width, img.height);
var ctx = c.getContext('2d');
ctx.drawImage(img);
return ctx.getImageData(0,0,c.width,c.height);
};
Filters.getCanvas = function(w,h) {
var c = document.createElement('canvas');
c.width = w;
c.height = h;
return c;
};
接下來,我們需要篩選圖片如何使用 filterImage
方法擷取篩選器和圖片並傳回已篩選的像素?
Filters.filterImage = function(filter, image, var_args) {
var args = [this.getPixels(image)];
for (var i=2; i<arguments.length; i++) {
args.push(arguments[i]);
}
return filter.apply(null, args);
};
執行簡單的篩選器
將像素處理管道整合在一起後,就可以開始編寫一些簡單的篩選器了。首先,我們會將圖片轉換為灰階。
Filters.grayscale = function(pixels, args) {
var d = pixels.data;
for (var i=0; i<d.length; i+=4) {
var r = d[i];
var g = d[i+1];
var b = d[i+2];
// CIE luminance for the RGB
// The human eye is bad at seeing red and blue, so we de-emphasize them.
var v = 0.2126*r + 0.7152*g + 0.0722*b;
d[i] = d[i+1] = d[i+2] = v
}
return pixels;
};
為像素新增固定值,即可調整亮度:
Filters.brightness = function(pixels, adjustment) {
var d = pixels.data;
for (var i=0; i<d.length; i+=4) {
d[i] += adjustment;
d[i+1] += adjustment;
d[i+2] += adjustment;
}
return pixels;
};
圖片門檻也很簡單。您只需比較像素的灰階值與門檻值,然後根據該值設定顏色即可:
Filters.threshold = function(pixels, threshold) {
var d = pixels.data;
for (var i=0; i<d.length; i+=4) {
var r = d[i];
var g = d[i+1];
var b = d[i+2];
var v = (0.2126*r + 0.7152*g + 0.0722*b >= threshold) ? 255 : 0;
d[i] = d[i+1] = d[i+2] = v
}
return pixels;
};
連續圖片
卷積濾鏡是處理圖片時相當實用的一般篩選器。基本概念是,您將來源圖片中像素矩形的體重總和,並將該數字做為輸出值。卷積濾鏡可用於模糊、銳化、壓紋、邊緣偵測及其他許多項目。
Filters.tmpCanvas = document.createElement('canvas');
Filters.tmpCtx = Filters.tmpCanvas.getContext('2d');
Filters.createImageData = function(w,h) {
return this.tmpCtx.createImageData(w,h);
};
Filters.convolute = function(pixels, weights, opaque) {
var side = Math.round(Math.sqrt(weights.length));
var halfSide = Math.floor(side/2);
var src = pixels.data;
var sw = pixels.width;
var sh = pixels.height;
// pad output by the convolution matrix
var w = sw;
var h = sh;
var output = Filters.createImageData(w, h);
var dst = output.data;
// go through the destination image pixels
var alphaFac = opaque ? 1 : 0;
for (var y=0; y<h; y++) {
for (var x=0; x<w; x++) {
var sy = y;
var sx = x;
var dstOff = (y*w+x)*4;
// calculate the weighed sum of the source image pixels that
// fall under the convolution matrix
var r=0, g=0, b=0, a=0;
for (var cy=0; cy<side; cy++) {
for (var cx=0; cx<side; cx++) {
var scy = sy + cy - halfSide;
var scx = sx + cx - halfSide;
if (scy >= 0 && scy < sh && scx >= 0 && scx < sw) {
var srcOff = (scy*sw+scx)*4;
var wt = weights[cy*side+cx];
r += src[srcOff] * wt;
g += src[srcOff+1] * wt;
b += src[srcOff+2] * wt;
a += src[srcOff+3] * wt;
}
}
}
dst[dstOff] = r;
dst[dstOff+1] = g;
dst[dstOff+2] = b;
dst[dstOff+3] = a + alphaFac*(255-a);
}
}
return output;
};
3x3 銳利化濾鏡如下。看看其如何聚焦於中心的像素。如要維持圖片的亮度,矩陣值的總和應為 1。
Filters.filterImage(Filters.convolute, image,
[ 0, -1, 0,
-1, 5, -1,
0, -1, 0 ]
);
這是另一個卷積濾鏡的範例,方塊模糊效果。方塊模糊會輸出卷積矩陣內像素值的平均值。做法是建立大小為 NxN 的捲積矩陣,其中每個權重都是 1 / (NxN)。這樣一來,矩陣中的每個像素都會貢獻與輸出圖片相等的容量,權重總和則為 1。
Filters.filterImage(Filters.convolute, image,
[ 1/9, 1/9, 1/9,
1/9, 1/9, 1/9,
1/9, 1/9, 1/9 ]
);
我們可以合併現有篩選器,製作更複雜的圖片濾鏡。例如,可以編寫一個 Sobel 篩選器。Sobel 篩選器會計算圖片的垂直和水平漸層,然後合併計算過的圖片,找出圖片中的邊緣。在這裡實作 Sobel 濾鏡的方法,就是先將圖片灰階處理,然後採用水平和垂直漸層,最後合併漸層圖片,最後組成最終圖片。
就術語而言,此處的「梯度」是指圖片位置的像素值變化。如果像素的左鄰右值為 20,右相鄰值為 50,像素的水平漸層會是 30。垂直漸層的概念相同,但使用上下鄰點。
var grayscale = Filters.filterImage(Filter.grayscale, image);
// Note that ImageData values are clamped between 0 and 255, so we need
// to use a Float32Array for the gradient values because they
// range between -255 and 255.
var vertical = Filters.convoluteFloat32(grayscale,
[ -1, 0, 1,
-2, 0, 2,
-1, 0, 1 ]);
var horizontal = Filters.convoluteFloat32(grayscale,
[ -1, -2, -1,
0, 0, 0,
1, 2, 1 ]);
var final_image = Filters.createImageData(vertical.width, vertical.height);
for (var i=0; i<final_image.data.length; i+=4) {
// make the vertical gradient red
var v = Math.abs(vertical.data[i]);
final_image.data[i] = v;
// make the horizontal gradient green
var h = Math.abs(horizontal.data[i]);
final_image.data[i+1] = h;
// and mix in some blue for aesthetics
final_image.data[i+2] = (v+h)/4;
final_image.data[i+3] = 255; // opaque alpha
}
還有許多其他酷炫的捲積濾鏡,等著你來發掘。 例如嘗試在上述卷積中實作Laplace 濾鏡,看看會有什麼效果。
結語
希望本篇簡短的文章能介紹如何使用 HTML 畫布標記,在 JavaScript 中編寫圖片篩選器的基本概念。我想鼓勵您採用更多圖片濾鏡,真是太棒了!
如果篩選器需要更出色的效能,通常可以移植篩選器,使用 WebGL 片段著色器進行圖片處理。透過著色器,您可以即時執行最簡單的篩選器,以便用於後續處理影片和動畫。