最近比较忙，很久没有更新博客了。
关于在android 下配置opencv的文章可以去看这一片博客：Android Studio中使用OpenCV Android SDK
这篇文章所说的配置可以直接用android写opencv，而不需要采用内嵌C++的办法。（话说我本来想用Dlib来识别人脸的，却在内嵌c++上吃了不少苦头。）
下面就简单介绍下几种滤镜的实现以及效果图：
（1）灰度化：这个比较简单，主要就一行代码搞定。
//灰度化方法
Bitmap RGB2Gray(Bitmap photo) {
Mat RGBMat = new Mat();
Bitmap grayBitmap = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.RGB_565);
Utils.bitmapToMat(photo, RGBMat);//convert original bitmap to Mat, R G B.
Imgproc.cvtColor(RGBMat, RGBMat, Imgproc.COLOR_RGB2GRAY);//rgbMat to gray grayMat
Utils.matToBitmap(RGBMat, grayBitmap);
return grayBitmap;
}
（2）二值化：二值化主要考虑到一个阈值效果，这个我没有设置，直接就默认中值了，以后也许会加一个控制条啥的。
//二值化滤镜
Bitmap theshold(Bitmap photo){
Mat mat = new Mat();
Bitmap thes = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
Utils.bitmapToMat(photo, mat);
Imgproc.cvtColor(mat,mat,Imgproc.COLOR_RGB2GRAY);
Core.bitwise_not(mat,mat);
Imgproc.threshold(mat,mat,100,255,Imgproc.THRESH_BINARY_INV);
Utils.matToBitmap(mat,thes);
return thes;
}
（3）轮廓：轮廓说到底就是一个边缘检测。
//轮廓
Bitmap Lunkuo(Bitmap photo){
Mat mat = new Mat();
Mat Cmat = new Mat();
Mat Bmat = new Mat();
Bitmap cartton = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
Utils.bitmapToMat(photo, mat);
Imgproc.Canny(mat,Cmat,50,100);
Core.bitwise_not(Cmat,Cmat);
Utils.matToBitmap(Cmat, cartton);
return cartton;
}
（4）素描：
//素描滤镜
Bitmap SuMiao(Bitmap photo){
Mat SM = new Mat();
Mat SM1 = new Mat();
Bitmap sumiaoMap = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
Bitmap SMB = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
Bitmap SMB1 = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
Utils.bitmapToMat(photo, SM);
//灰度化
Imgproc.cvtColor(SM, SM, Imgproc.COLOR_RGB2GRAY);
//颜色取反
Core.bitwise_not(SM,SM1);
//高斯模糊
Imgproc.GaussianBlur(SM1,SM1,new Size(13,13),0,0);
Utils.matToBitmap(SM, SMB);
Utils.matToBitmap(SM1, SMB1);
for(int i = 0;i<SMB.getWidth();i++){
for( int j = 0;j<SMB.getHeight();j++){
int A = SMB.getPixel(i,j);
int B = SMB1.getPixel(i,j);
int CR = colordodge(Color.red(A),Color.red(B));
int CG = colordodge(Color.green(A),Color.red(B));
int CB = colordodge(Color.blue(A),Color.blue(B));
sumiaoMap.setPixel(i,j,Color.rgb(CR,CG,CB));
}
}
return sumiaoMap;
}
（5）接下来是怀旧色。这个要对RGB算式相乘
//怀旧色滤镜
Bitmap HuaiJiu(Bitmap photo){
Bitmap huaijiu = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
for(int i = 0;i<photo.getWidth();i++){
for( int j = 0;j<photo.getHeight();j++){
int A = photo.getPixel(i,j);
int AR =(int)(0.393*Color.red(A) + 0.769*Color.green(A) + 0.189*Color.blue(A));
int AG =(int)(0.349*Color.red(A) + 0.686*Color.green(A) + 0.168*Color.blue(A));
int AB =(int)(0.272*Color.red(A) + 0.534*Color.green(A) + 0.131*Color.blue(A));
AR = AR > 255 ? 255 : AR;
AG = AG > 255 ? 255 : AG;
AB = AB > 255 ? 255 : AB;
huaijiu.setPixel(i,j,Color.rgb(AR,AG,AB));
}
}
return huaijiu;
}
（6）连环画：同样是对RGB色彩操作
Bitmap LianHuanHua(Bitmap photo){
Bitmap lianhuanhua = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
for(int i = 0;i<photo.getWidth();i++){
for( int j = 0;j<photo.getHeight();j++){
int A = photo.getPixel(i,j);
int AR =Math.abs(Color.red(A) - Color.blue(A) + Color.green(A)+ Color.green(A) ) * Color.red(A) / 256;
int AG =Math.abs(Color.red(A) - Color.green(A) + Color.blue(A) + Color.blue(A)) * Color.red(A) / 256;
int AB =Math.abs(Color.red(A) - Color.blue(A) + Color.blue(A) + Color.blue(A)) * Color.green(A) / 256;
AR = AR > 255 ? 255 : AR;
AG = AG > 255 ? 255 : AG;
AB = AB > 255 ? 255 : AB;
lianhuanhua.setPixel(i,j,Color.rgb(AR,AG,AB));
}
}
return lianhuanhua;
}
（7）熔铸以及冰冻：同上：
//熔铸滤镜
Bitmap RongZhu(Bitmap photo){
Bitmap rongzhu = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
for(int i = 0;i<photo.getWidth();i++){
for( int j = 0;j<photo.getHeight();j++){
int A = photo.getPixel(i,j);
int AR =Color.red(A)*128/(Color.blue(A)+Color.green(A)+1);
int AG =Color.green(A)*128/(Color.blue(A)+Color.red(A)+1);
int AB =Color.blue(A)*128/(Color.red(A)+Color.green(A)+1);
AR = AR > 255 ? 255 : AR;
AG = AG > 255 ? 255 : AG;
AB = AB > 255 ? 255 : AB;
rongzhu.setPixel(i,j,Color.rgb(AR,AG,AB));
}
}
return rongzhu;
}
//冰冻滤镜
Bitmap BingDong(Bitmap photo){
Bitmap bingdong = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
for(int i = 0;i<photo.getWidth();i++){
for( int j = 0;j<photo.getHeight();j++){
int A = photo.getPixel(i,j);
int AR =(Color.red(A)-Color.blue(A)-Color.green(A))*3/2;
int AG =(Color.green(A)-Color.blue(A)-Color.red(A))*3/2;
int AB =(Color.blue(A)-Color.red(A)-Color.green(A))*3/2;
AR = AR > 255 ? 255 : AR;
AG = AG > 255 ? 255 : AG;
AB = AB > 255 ? 255 : AB;
bingdong.setPixel(i,j,Color.rgb(AR,AG,AB));
}
}
return bingdong;
}
（8）浮雕：
//浮雕滤镜
Bitmap FuDiao(Bitmap photo){
Bitmap bingdong = Bitmap.createBitmap(photo.getWidth(), photo.getHeight(), Bitmap.Config.ARGB_8888);
for(int i = 1;i<photo.getWidth()-1;i++){
for( int j = 1;j<photo.getHeight()-1;j++){
int A = photo.getPixel(i-1,j-1);
int B = photo.getPixel(i+1,j+1);
int AR =Color.red(B)-Color.red(A)+128;
int AG =Color.green(B)-Color.green(A)+128;
int AB =Color.blue(B)-Color.blue(A)+128;
AR = AR > 255 ? 255 : AR;
AG = AG > 255 ? 255 : AG;
AB = AB > 255 ? 255 : AB;
bingdong.setPixel(i,j,Color.rgb(AR,AG,AB));
}
}
return bingdong;
}
（9）此外还做了一个图像人脸识别。
总之效果还可以，但是还有不足的地方，比如RGB颜色的计算和素描色的计算，不像Python有Numpy大法可以直接做矩阵运算。试了很多方法，最终我妥协了，用循环计算每一个像素点，这样就导致了图片越大，滤镜加载的效果就越慢，尤其是素描滤镜，简直慢到令人发耻。这与吴恩达教授所说的向量化计算大相径庭，根本不像一个学机器学习的人做出来的0.0。
不管怎样完工了，顺便搞定了一门课的课程设计，可能以后会对算法部分进行优化吧，再说。
在这个软件中，还有一个功能是人脸互换，要用到Dlib，但是在android上配置太麻烦了，我室友就做了一个服务器端，将图片上传到电脑上用Python处理。但是这个功能不是我写得，所以就不写在自己的博客里了。
就这样，下次继续刷leetcode，并将好玩的题目发到博客上。
完整版的源代码已经传到github