Ruby实现的图片滤镜算法代码

原图

一、灰度算法

彩色照片每一个像素的颜色值由红、绿、蓝三种值混合而成，红绿蓝的取值分别由很多种，于是像素的颜色值也可以有很多种颜色值，这就是彩色图片的原理，而灰度照片则只有256种颜色，一般的处理方法是将图片颜色值的RGB三个通道值设为一样，这样图片的显示效果就会是灰色。

灰度处理一般有三种算法：

最大值法：即新的颜色值R＝G＝B＝Max(R，G，B)，这种方法处理后的图片看起来亮度值偏高。 平均值法：即新的颜色值R＝G＝B＝(R＋G＋B)／3，这样处理的图片十分柔和 加权平均值法：即新的颜色值R＝G＝B＝(R ＊ Wr＋G＊Wg＋B＊Wb)，一般由于人眼对不同颜色的敏感度不一样，所以三种颜色值的权重不一样，一般来说绿色最高，红色其次，蓝色最低，最合理的取值分别为Wr ＝ 30％，Wg ＝ 59％，Wb ＝ 11％

下面是加权平均值法的Ruby实现：

 #灰度化图片 #取RGB三色平均值 def self.grey(bmp)  for i in 0 .. bmp.height - 1   for j in 0 .. bmp.width - 1    rgb = bmp.getRGB(i, j)    grey = rgb.r.to_f * 0.3+rgb.g.to_f *0.59 +rgb.b.to_f * 0.11.to_i    bmp.setRGB(i, j, RGB.new(grey, grey, grey))   end  end end

灰度效果：

二、二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

图像二值化常常用于破解验证码等图片识别应用上

#二值化图片 #小于一定阈值设为0 0 0，大于设置为255 255 255 def self.binarization(bmp)  imageGreyLevel = bmp.getGreyLevel  for i in 0 .. bmp.height - 1   for j in 0 .. bmp.width - 1    rgb = bmp.getRGB(i, j)    if rgb.getGreyLevel<imageGreyLevel     bmp.setRGB(i, j, RGB.new(0, 0, 0))    else     bmp.setRGB(i, j, RGB.new(255, 255, 255))    end   end  end end

二值化效果

 三、底片

底片效果的实现很简单，就是将RGB的每一个通道值取反，就是用255去减

#底片化图片 #RGB取反色255- def self.contraryColor(bmp)  for i in 0 .. bmp.height - 1   for j in 0 .. bmp.width - 1    rgb = bmp.getRGB(i, j)    bmp.setRGB(i, j, rgb.getContrary)   end  end end

底片效果

四、浮雕效果

浮雕的算法相对复杂一些，用当前点的RGB值减去相邻点的RGB值并加上128作为新的RGB值。由于图片中相邻点的颜色值是比较接近的，因此这样的算法处理之后，只有颜色的边沿区域，也就是相邻颜色差异较大的部分的结果才会比较明显，而其他平滑区域则值都接近128左右，也就是灰色，这样