canvas图像像素处理- 马赛克/滤镜(一)

叁歲伎倆 2021-09-11 08:30 587阅读 0赞

一.要注意的问题  
在chrome下会发生错误  
Uncaught SecurityError:   
Failed to execute 'getImageData' on 'CanvasRenderingContext2D': The canvas has been tainted by cross-origin data.  
大概意思就是发生了跨域操作，也就是指图片的来源和当前的网页来源不同时，造成了跨域。  
据说放到服务器上加载就会解决这个问题;我放到了本地的服务器环境可以顺利运行。以后凡是用到getImageData函数的地方，一定要使用此方法进行测试，此处不赘述。

二.知识点：

1.图片的加载：  
var img=new Image();  
img.src = "timg.jpg";  
img.οnlοad=function ()\{  
context.drawImage( image , 0 , 0 );  
\}  
2.[ getImageData() 从Canvas画板上取得所选区域的像素数据][getImageData_Canvas]

①图片数据读取完成后，首先将图片数据绘制到Canvas画板上，用getImageData函数从画板上取得像素数据。

var imgData=context.getImageData(x,y,width,height);

x,y开始复制的起点坐标 width,height选择区域的长和宽

② ImageData 对象，该对象拷贝了画布指定矩形的像素数据。

![Center][]

最后分析结果：data: 含有ImageData 对象所有的像素，每个像素都存在着四个值的信息，分别是r,g,b,a

这是一个简单像素处理：var pixelData = imageData.data;  
            for(var i=0;i<canvas.width\*canvas.height;i++)\{  
                pixelData\[4\*i+0\]=0;  
                pixelData\[4\*i+1\]=0;  
                // pixelData\[4\*i+2\]=0;  
            \}

这是一个简单像素深浅处理：

var pixelData = imageData.data;

for(var i=0;i<canvas.width\*canvas.height;i++)\{  
                var r = pixelData\[i\*4+0\];  
                var g = pixelData\[i\*4+1\];  
                var b = pixelData\[i\*4+2\];  
  
                var grey = r\*0.3+g\*0.59+b\*0.11;//这个算法是图像学家研究出对RGB深浅的最好值  
  
                pixelData\[i\*4+0\] = grey;  
                pixelData\[i\*4+1\] = grey;  
                pixelData\[i\*4+2\] = grey;  
            \}

这是二维数组：遍历每一个像素

for( var i = 0 ; i < canvas.height ; i ++ )  
                for( var j = 0 ; j < canvas.width ; j ++ )\{

//遍历第i行第j列的时候对应canvas的位移  
                    var p = i\*canvas.width + j;  
                    //每一个点的像素值  
                    pixelData\[p\*4+0\] = r;  
                    pixelData\[p\*4+1\] =g;  
                    pixelData\[p\*4+2\] = b;

\}  
\}

4.[putImageData() 方法][getImageData_Canvas]函数则表示将所得到的像素数据描画到Canvas画板上形成图形。

context.putImageData(imgData,x,y,dirtyX,dirtyY,dirtyWidth,dirtyHeight);

![20170302162859832][]

其中imgdata为像素数据，dx、dy是绘制图片的定位坐标值，dirtyX、dirtyY是imgdata所要绘制图片的起始位置，dirtyXw、dirtyXh是imgdata所要绘制区域（相对imgdata的dirtyXx和dirtyXy坐标的偏移量）的宽度和高度值。这里面第4个参数以及其后的所有参数都可以省略，如果这些参数都省略了，则表示绘制整个imgdata。

5.getImageData函数从画板上取得像素数据。然后通过 putImageData()  将所取得的像素数据画到Canvas画板上  
var imgData=ctx.getImageData(10,10,50,50);

整个像素数据画到Canvas画板上：ctx.putImageData(imgData,10,70);

像素数据的一部分画到Canvas画板上：ctx.putImageData(imgData,200,260,50,50,100,100);

三.特效

![20170303134452353][]

<html> <head lang="en"> <meta charset="UTF-8"> <title></title> <style type="text/css"> .clearfix:after,.zn-clearfix:before{content: ""; visibility: hidden; display: block; height: 0; clear: both; } .clearfix{zoom:1;margin: 20px auto; width:1700px;} </style> </head> <body> <div class="clearfix"> <canvas id="canvasa" width="800" height="560" style="display:block;float:left;border:1px solid #aaa;"></canvas> <canvas id="canvasb" width="800" height="560" style="display:block;float:right;border:1px solid #aaa;"></canvas> </div> <script> var canvasa = document.getElementById("canvasa"); var contexta = canvasa.getContext("2d"); var canvasb = document.getElementById("canvasb"); var contextb = canvasb.getContext("2d"); var image = new Image(); window.onload = function(){ image.src = "1.jpg"; image.onload = function(){ contexta.drawImage( image , 0 , 0 , canvasa.width , canvasa.height ); } } </script> </body> </html>

(1).如何在图像中简单图像处理

灰度滤镜：

![20170303134751964][]

//灰度影响 function greyEffect(){ //通过 getImageData() 复制画布上指定矩形的像素数据，然后通过 putImageData() 将图像数据放回画布： var imageData = contexta.getImageData(0 , 0 , canvasa.width , canvasa.height); var pixelData = imageData.data; for(var i=0;i<canvasb.width*canvasb.height;i++){ var r = pixelData[i*4+0]; var g = pixelData[i*4+1]; var b = pixelData[i*4+2]; var grey = r*0.3+g*0.59+b*0.11;//这个算法是图像学家研究出对RGB深浅的最好值 pixelData[i*4+0] = grey; pixelData[i*4+1] = grey; pixelData[i*4+2] = grey; } contextb.putImageData( imageData , 0 , 0 ,0 , 0 , canvasb.width, canvasb.height); }

黑白滤镜：是指图像上只有白色，黑色；也就是rgb(255,255,255)，或是rgb(0,0,0)。

![20170303134823574][]

//黑白滤镜：是指图像上只有白色，黑色；也就是rgb(255,255,255)，或是rgb(0,0,0)。 function blackEffect(){ var imageData = contexta.getImageData( 0 , 0 , canvasa.width , canvasa.height ); var pixelData = imageData.data; for( var i = 0 ; i < canvasb.width * canvasb.height ; i ++ ){ var r = pixelData[i*4+0]; var g = pixelData[i*4+1]; var b = pixelData[i*4+2]; var grey = r*0.3+g*0.59+b*0.11; if(grey > 125){ pv = 255; } else{ pv = 0; } pixelData[i*4+0] = pv; pixelData[i*4+1] = pv; pixelData[i*4+2] = pv; } contextb.putImageData( imageData , 0 , 0 , 0 , 0 , canvasa.width , canvasa.height ); }

反色滤镜：是指图像上的每一个点的RGB值修改为255-原来的值

![20170303134853496][]

//反色滤镜：是指图像上的每一个点的RGB值修改为255-原来的值 function reverseEffect(){ var imageData = contexta.getImageData( 0 , 0 , canvasa.width , canvasa.height ); var pixelData = imageData.data; for( var i = 0 ; i < canvasb.width * canvasb.height ; i ++ ){ var r = pixelData[i*4+0]; var g = pixelData[i*4+1]; var b = pixelData[i*4+2]; pixelData[i*4+0] = 255 - r; pixelData[i*4+1] = 255 - g; pixelData[i*4+2] = 255 - b; } contextb.putImageData( imageData , 0 , 0 , 0 , 0 , canvasb.width , canvasb.height ); }

黑白，反色滤镜的每一个像素修改只需要参照自己当前的像素。

(2).如何在图像中参考一个像素周围的其他像素，进而实现一个图像处理

要注意：要保证周围的像素点不能被算法所修改，所以就不能仅仅使用一个imageData,需要创建一个imageData的拷贝var tmpImageData.

此后就参考tmpImageData，来修改imageData，最终把imageData结果传给putImageData,由此复制在画布上，同时当函数运行putImageData时，tmpImageData也就抛弃了。  
模糊滤镜：模糊滤镜则需要参考自己周围的滤镜，图像上的每一个点的RGB值为周围的像素的平均值。

![20170303135123403][]

马赛克滤镜：

![20170303144402261][]

马赛克：一块像素的值=这块全部像素平均值

//马赛克：一块像素的值=这块全部像素平均值 function mosaicEffect(){ var tmpImageData = contexta.getImageData( 0 , 0 , canvasa.width , canvasa.height ); var tmpPixelData = tmpImageData.data; var imageData = contexta.getImageData( 0 , 0 , canvasa.width , canvasa.height ); var pixelData = imageData.data; //定义为一块的边长是多少(这个图像宽高的整数倍) var size = 16; var totalnum = size*size; for( var i = 0 ; i < canvasb.height ; i += size ) for( var j = 0 ; j < canvasb.width ; j += size ){ //这块是计算每一块全部的像素值--平均值 var totalr = 0 , totalg = 0 , totalb = 0; for( var dx = 0 ; dx < size ; dx ++ ) for( var dy = 0 ; dy < size ; dy ++ ){ var x = i + dx; var y = j + dy; var p = x*canvasb.width + y; totalr += tmpPixelData[p*4+0]; totalg += tmpPixelData[p*4+1]; totalb += tmpPixelData[p*4+2]; } var p = i*canvasb.width+j; var resr = totalr / totalnum; var resg = totalg / totalnum; var resb = totalb / totalnum; //这个快像素的值=它的平均值 for( var dx = 0 ; dx < size ; dx ++ ) for( var dy = 0 ; dy < size ; dy ++ ){ var x = i + dx; var y = j + dy; var p = x*canvasb.width + y; pixelData[p*4+0] = resr; pixelData[p*4+1] = resg; pixelData[p*4+2] = resb; } } contextb.putImageData( imageData , 0 , 0 , 0 , 0 , canvasb.width, canvasb.height ); }

[getImageData_Canvas]: http://book.51cto.com/art/201304/389321.htm
[Center]: /images/20210813/7c8b2a11294f4c15b60b9febf656c15f.png
[20170302162859832]: /images/20210813/fc17491baf4a47f7bedcaa30a2b9487c.png
[20170303134452353]: /images/20210813/d246404bc5e24160b7555f932df694a4.png
[20170303134751964]: /images/20210813/80267bee5dab4194a33ab99af102d0c8.png
[20170303134823574]: /images/20210813/15360ab45e9947bab661a830f60dd069.png
[20170303134853496]: /images/20210813/8b495e4789bf435bbbd306b72105efa8.png
[20170303135123403]: /images/20210813/978b5bd529204fe8b0231148dc46b17e.png
[20170303144402261]: /images/20210813/6daaa913cf654947acf6cbc5de15b249.png