11.2.1 色彩变换矩阵
对于色彩的存储,Bitmap 类使用一个 32 位的数值来保存,红、绿、蓝及透明度各占 8 位,每个色彩分量的取值范围是 0~255。透明度为 0 表示完全透明,为 255 时色彩完全可见。
1. 色彩信息的矩阵表示
由于一个色彩信息包含 R、G、B、Alpha 信息,所以,我们必然要使用一个四阶色彩变 换矩阵来修改色彩的每一个分量值。
注意:对于色彩变换矩阵,这里的色彩顺序是 R、G、B、A,而不是 A、R、G、B。
如果想将色彩 (0,255,0,255) 更改为半透明,则可以使用下面的矩阵运算来表示:
上面使用四阶矩阵完全可以改变图片的 RGBA 值,但考虑一种情况:如果我们只想在原有的 R 色上增加一些分量呢?
这时,我们就得再多加一阶来表示平移变换。所,一个既包含线性变换又包含平移变换的组合变换称为仿射变换。使用四阶色彩变换矩阵来修改色彩,只能对色彩的每个分量值进行乘(除)运算。如果要对这些分量值进行加减法运算(平移变换),则只能通过五阶矩阵来完成。
考虑下面这个变换:
1)红色分量值更改为原来的 2 倍。
2)绿色分量值增加 100。
这个变换使用四阶矩阵的乘法无法实现。所以,应该在四阶色彩变换矩阵上增加一个“哑元坐标”,来实现所列的矩阵运算。
在这个矩阵中,分量值用的是 100。
2. Android 中的色彩变换矩阵
在 Android 中,色彩变换矩阵的表示形式也是五阶的。所以,在默认情况下,色彩变换矩阵的形式如下:
Android 中的色彩变换矩阵是用 ColorMatrix 类来表示的。使用 ColorMatrix 类的方法如下:
有关 setColorFilter() 函数的其他用法,将在本节末尾详细讲解。
3. 示例:彩色图片的蓝色通道输出
下面以为 Bitmap 应用 ColorMatrix 类为例,代码如下:
这里分两次绘制了一个 Bitmap,先绘制了一个原始图像,然后利用 ColorMatrix 类生成了 一个仅包含蓝色的图像。用过 Photoshop 的读者应该很清楚,这跟 Photoshop 中蓝色通道的效 果是一致的。效果如下图所示。
11.2.2 色彩的几种运算方式
1. 色彩的平移运算
1)增加色彩饱和度
色彩的平移运算实际上就是色彩的加法运算,其实就是在色彩变换矩阵的最后一列加上某个值,这样可以增加特定色彩的饱和度。
比如,同样是上面的图片,我们给它应用下面的色彩值。
在绿色值上添加增量 50,即增大绿色的饱和度。效果如下图所示。
同样,左侧是原图,右侧是增大绿色饱和度后的效果。大家要特别注意的是,由于图片是由一个个像素组成的,所以用每个像素所对应的色彩数组来乘以色彩变换矩阵,结果就是变换后的当前点的颜色值。在应用 ColorMatrix 类后,图片中每个像素的绿色值都增加了 50, 从小狗的脸上也可以看出来。
2)色彩反转/反相功能
色彩平移除增加指定色彩的饱和度以外,另一个应用就是色彩反转,也就是 Photoshop 中的反相功能。色彩反转就是求出每个色彩的补值来作为目标图像的对应颜色值。示例代码如下:
2. 色彩的缩放运算
1)调节亮度
色彩的缩放运算其实就是色彩的乘法运算。将色彩变换矩阵对角线上分别代表 R、G、B、 A 的几个值分别乘以指定的值,就是所谓的缩放运算,如下图所示。
我们可以针对某个颜色值进行放大/缩小运算。但是当对 R、G、B、A 同时进行放大/缩小运算时,就是对亮度进行调节。
看下面将亮度增大 1.2 倍的代码:
2)通道输出
由于在色彩变换矩阵中对角线上的数的取值范围为 0~1,所以,当取 0 时,这个色彩就完全不显示;当 R、G 都取 0,而独有 B 取 1 时,就只显示蓝色,所形成的图像也就是我们通常所说的蓝色通道。看一下几个通道输出的效果图,如下图所示。
|
|
3. 色彩的旋转运算
RGB 色是如何旋转的呢?首先用 R、G、B 三色建立立体坐标系,如下图所示。
所以,我们可以把一个色彩值看成三维空间里的一个点,色彩值的三个分量可以看成该点的坐标(三维坐标)。我们先不考虑在三个维度综合情况下是怎么旋转的,来看看将某个轴作为 Z 轴,在另外两个轴形成的平面上旋转的情况。下图分析了将蓝色轴作为 Z 轴,仅在红 — 绿平面上旋转 a 度的情况。
可以看到,在旋转后,原 R 在 R 轴上的分量变为原 Rxcosa,原 G 在 R 轴上也有了分量,但分量落在了负轴上,所以要减去这部分分量,最终的结果是最终的 R=原 R×cosa-原 G×sina。 下面来看一下几种旋转计算及结果矩阵(注意:这几张图只标记了原 X 轴色彩分量的旋转,没有把 Y 轴色彩分量的旋转标记出来)。
1)绕蓝色轴旋转 θ 度
对应的色彩变换矩阵如下:
2)绕红色轴旋转 θ 度
对应的色彩变换矩阵如下:
3)绕绿色轴旋转 θ 度
对应的色彩变换矩阵如下:
当围绕红色轴进行色彩旋转时,由于当前红色轴的色彩是不变的,而仅利用三角函数来动态变更绿色和蓝色的颜色值,这种改变就叫作色相调节。当围绕红色轴旋转时,是对图片进行红色色相的调节;当围绕蓝色轴旋转时,是对图片进行蓝色色相的调节;当围绕绿色轴旋转时,是对图片进行绿色色相的调节。
下面我们会再次讲到 ColorMatrix 的色彩旋转函数,这里先理解原理,代码和效果后面会给出。
4. 色彩的投射运算
我们再回过头来看看色彩变换矩阵运算的公式,如下:
在上式中,把红色运算单独标记出来。在运算中,它们就是利用 G、B、A 的颜色值的分量来增加红色值的。
来看具体的运算:
注意:最终结果的 220=0.2×100+1×200,可见绿色分量在原有绿色分量的基础上增加了红色分量值的 0.2 倍。利用其他色彩分量的倍数来更改自己色彩分量的值,这种运算就叫作投射运算。
在对下图中阴影部分的值进行修改时,所使用的增加值来自其他色彩分量的信息。
应用一:黑白图片
色彩投射的一个最简单的应用就是将彩色图片变为黑白图片。代码如下:
首先了解一下去色原理:只要把 R、G、B 三通道的色彩信息设置成一样,即 R=G=B,图像就变成了灰色。并且,为了保证图像亮度不变,同一个通道中的 R+G+B=1,如 0.213+0.715+0.072=1。
下面谈一下 0.213、0.715、0.072 这三个数字的由来。
按理说应该把 R、G、B 平分,都是 0.3333333。三个数字应该是根据色彩光波频率及色彩心理学计算出来的。
在作用于人眼的光线中,彩色光要明显强于无色光。如果对一张图像按 RGB 平分理论给图像去色,人眼就会明显感觉到图像变暗了(当然可能有心理上的原因,也有光波的科学依据)。另外,在彩色图像中能够识别的一些细节也可能会丢失。
所以 Google 最终给出的颜色值就是上面的三个数字:0.213、0.715、0.072。我们在给图像去色时保留了大量的 G 通道信息,使得图像不至于变暗或者绿色信息不至于丢失。
应用二:色彩反色
利用色彩变换矩阵将两个颜色反转,这种操作就叫作色彩反色。比如,将红色和绿色反色(红绿反色),代码如下:
左侧为原图,右侧为红绿反色以后的效果图。
从色彩变换矩阵中可以看出,红绿反色的关键在于,第一行用绿色来代替红色,第二行用红色来代替绿色。类似的可以有红蓝反色、绿蓝反色等,对应矩阵难度不大,就不再细讲了。
应用三:照片变旧
投射运算的另一个应用是照片变旧,其对应的矩阵如下:
11.2.3 ColorMatrix 函数
上一小节讲述了利用色彩变换矩阵来进行的一些运算,但这些都是需要特定的色彩设计基础的。在 Android 中,ColorMatrix 自带一些函数,用来帮助我们完成调整饱和度、色彩旋转等操作。
1. 构造函数
ColorMatrix 共有三个构造函数,如下:
在这三个构造函数中,我们已经使用过第二个构造函数;至于第三个构造函数,就是利用另一个 ColorMatrix 实例来复制一个一样的 ColorMatrix 对象。
2. 设置和重置函数
第一个构造函数 ColorMatrix() 需要与其他函数共用才行。
上面的函数是设置和重置函数,重置后,对应的数组如下:
3. setSaturation() 函数——设置饱和度
我们可以通过色彩的平移运算单独增强 R、G、B 其中一个分量的饱和度,但当我们需要整体增强色彩饱和度时,需要如何来做呢? ColorMatrix 提供了一个函数来整体增强色彩饱和度,如下:
其中,参数 float sat 表示把当前色彩饱和度放大的倍数。当取值为 0 时,表示完全无色彩,即灰度图像(黑白图像);当取值为 1 时,表示色彩不变动;;当取值大于 1 时,显示色彩过度饱和。
举个例子:滑块默认在 1 倍的位置,向左到底是 0,向右到底是 20(饱和度放大 20 倍)。
布局非常简单,下面是一张图片,上面是一个 SeekBar,核心处理代码如下:
布局:
4. setScale() 函数——色彩缩放
|
|
这个函数共有 4 个参数,分别对应 R、G、B、A 颜色值的缩放倍数。比如,在小狗图片中,绿色占大部分,所以我们仅将绿色放大 1.3 倍。
|
|
5. setRotate() 函数——色彩旋转
上面在讲解色彩旋转运算时,列出了在色彩旋转时的效果和原理。由于涉及正、余弦函数的计算,而且这些公式推导起来具有一定的难度,所以 Android 已经封装好了色彩旋转的函数。
- int axis:表示围绕哪个轴旋转,取值为0、1、2。当取值为 0 时,表示围绕红色轴旋转;当取值为 1 时,表示围绕绿色轴旋转;当取值为 2 时,表示围绕蓝色轴旋转。
- float degrees:表示旋转的度数。
同样利用上面色彩旋转的图像和滑动条的框架,来看一下当围绕某一个颜色轴旋转时色相变化的效果。
|
|
将当前 progress 位置减去 180,即中间位置的数字。所以,中间位置的色彩旋转度数为 0,整个旋转度数的范围是 -180°~180°;360° 正好是正/余弦函数的一个最小正周期。
上面的效果针对的是红色色相。同理,可以得到围绕绿色轴旋转的效果图。
11.2.4 ColorMatrix 相乘
矩阵相乘涉及三个函数。
这个函数接收两个 ColorMatrix 矩阵 matA 和 matB,乘法规则为 matA×matB,然后将结果作为当前 ColorMatrix 的值。
假设当前矩阵为 A,那么 preConcat() 函数的含义就是将当前的矩阵 A 乘以 preMatrix。
postConcat() 函数的含义就是 postMatrix 乘以当前矩阵 A。
由于这部分内容基本用不到,有关这几个函数的具体应用这里就不再详细讲述,有兴趣的读者可以参考 Paint 之 ColorMatrix 与滤镜效果。