电影网一区二区,日韩欧美一中文字暮专区,日本美女视频一区二区

本文說(shuō)明如何通過(guò)實(shí)現(xiàn) BufferedImageOp 接口來(lái)編寫自定義 Java 2D 圖像處理類。它使用一個(gè) 2D 細(xì)胞自動(dòng)機(jī) （CA），即 循環(huán)空間 ，來(lái)構(gòu)造圖像處理應(yīng)用程序。CA 會(huì) “操作” 圖像（例如，一個(gè) PEG 文件），使圖像不斷地按有趣的方式轉(zhuǎn)換。我希望本文能開闊您的視野，使您能編寫一個(gè)全新的圖像處理應(yīng)用程序類。

2D 細(xì)胞自動(dòng)機(jī)

2D 細(xì)胞自動(dòng)機(jī)由分布在 2D 網(wǎng)格（通常稱為布局）中的 細(xì)胞 組成。每個(gè)細(xì)胞都有一個(gè) 狀態(tài) ，可以是 0 到 n 之間的任意整數(shù)。清單 1 顯示了如何用 Java 代碼聲明一個(gè)細(xì)胞自動(dòng)機(jī)布局：

清單 1. 定義 TwoDCellularAutomaton.universe

            

            protected int[][] universe;

所有細(xì)胞每個(gè)時(shí)刻都同時(shí)更新狀態(tài)。一個(gè)細(xì)胞的新狀態(tài)取決于該細(xì)胞的當(dāng)前狀態(tài)和它相鄰細(xì)胞的當(dāng)前狀態(tài)，狀態(tài)的轉(zhuǎn)換根據(jù)特定的規(guī)則進(jìn)行。清單 2 更新了下一時(shí)刻的布局：

清單 2. TwoDCellularAutomaton 類（部分清單）

            				public void update() {
            

                int[][] newUniverse = new int[rowCount][colCount];
            

                for (int row = 0; row < rowCount; row++) {
            

                    for (int col = 0; col < colCount; col++) {
            

                        newUniverse[row][col] = updateCell(row, col);
            

                    }
            

                }
            

                for (int row = 0; row < rowCount; row++) {
            

                    for (int col = 0; col < colCount; col++) {
            

                        universe[row][col] = newUniverse[row][col];
            

                    }
            

                }
            

            }
            

            

            protected abstract int updateCell(int row, int col);

不同類型的 CA 更新單個(gè)細(xì)胞所用的規(guī)則不相同。規(guī)則的定義由子類完成。

循環(huán)空間

循環(huán)空間是由麥迪遜市威斯康星大學(xué)數(shù)學(xué)系的 David Griffeath 發(fā)現(xiàn)的，并由 A. K. Dewdney 在 Scientific American 的一個(gè)專欄中推廣。

在循環(huán)空間中，每個(gè)細(xì)胞都有一個(gè)狀態(tài)，它是 n 種狀態(tài)中的一種。每個(gè)細(xì)胞的初始狀態(tài)通常是隨機(jī)定義的，也就是說(shuō)，是 0 和 n - 1 （包括 0 和 n - 1）之間的一個(gè)隨機(jī)數(shù)字。細(xì)胞的鄰居定義為 von Neumann 鄰居 ：包括它的上下左右 4 個(gè)鄰近細(xì)胞。

清單 3 通過(guò)給出每個(gè)細(xì)胞鄰居和細(xì)胞本身的不同坐標(biāo)來(lái)定義該細(xì)胞的 von Neumann 鄰居：

清單 3. 定義 TwoDCellularAutomaton.VON_NEUMANN_NEIGHBORHOOD

            

            protected static final int[][] VON_NEUMANN_NEIGHBORHOOD = { { -1, 0 },
            

                    { 1, 0 }, { 0, -1 }, { 0, 1 } };

循環(huán)空間由以下規(guī)則定義：

如果一個(gè)細(xì)胞的狀態(tài)是 k ，它有一個(gè)鄰居的狀態(tài)是 k + 1 ，那么該狀態(tài)在下一時(shí)刻將會(huì)有一個(gè)新的狀態(tài) k + 1 。否則，該細(xì)胞的狀態(tài)將保持不變。

這個(gè)規(guī)則是循環(huán)的，因此，如果一個(gè)細(xì)胞處于狀態(tài) n - 1 ，而且有一個(gè)狀態(tài)為 0 的鄰居，那么該細(xì)胞在下一時(shí)刻的狀態(tài)將為 0 。

ConvolveOp 算是一個(gè)細(xì)胞自動(dòng)機(jī)

Java 2D API 的 ConvolveOp 類代表一個(gè) 空間螺旋 ：每個(gè)目標(biāo)像素的顏色通過(guò)對(duì)應(yīng)的源像素及其鄰居像素的顏色來(lái)確定。

您是不是覺得這個(gè)定義很熟悉呢？這與 2D 細(xì)胞自動(dòng)機(jī)基本上是同一個(gè)東西，但不盡相同。例如，狀態(tài)（顏色）是連續(xù)的而不是分散的（也不完全如此：RGB 值的個(gè)數(shù)是無(wú)限的，但很接近連續(xù)）。這使得該類更像是一個(gè) 連續(xù)自動(dòng)機(jī) 。而且您不能使用像 CA 那樣細(xì)的粒度控制基于細(xì)胞及其鄰居細(xì)胞當(dāng)前狀態(tài)的新狀態(tài)。

因此，您無(wú)法使用一個(gè) ConvolveOp 定義循環(huán)空間，但它仍然是很有趣的。它是查看 ConvolveOp 的另一種方式。

這個(gè)簡(jiǎn)單規(guī)則會(huì)導(dǎo)致意想不到的復(fù)雜行為。清單 4 實(shí)現(xiàn)了在循環(huán)空間中更新細(xì)胞的規(guī)則：

清單 4. 定義 CyclicSpace.updateCell(int, int)

            

            protected int updateCell(int row, int col) {
            

                int[] neighborStates = getNeighborStates(row, col, neighborhood);
            

                int currentState = universe[row][col];
            

                for (int i = 0; i < neighborStates.length; i++) {
            

                    int neighborState = neighborStates[i];
            

                    if (neighborState == (currentState + 1) % n) {
            

                        return neighborState;
            

                    }
            

                }
            

            

                return currentState;
            

            }

我曾說(shuō)過(guò)，循環(huán)空間布局的初始狀態(tài)是隨機(jī)的。細(xì)胞會(huì)被 “更大的” 細(xì)胞 “吃掉”，最后會(huì)再次循環(huán)回到狀態(tài) 0 。在這個(gè)過(guò)程中，區(qū)域自行組織并展開，成為波浪形。最后，會(huì)出現(xiàn)一個(gè)穩(wěn)定的波浪圖案。這些波浪呈對(duì)角線在布局中移動(dòng)，看上去有點(diǎn)像紙風(fēng)車。

創(chuàng)建圖像操作器

java.awt.image.BufferedImageOp 接口允許您創(chuàng)建自己的圖像操作器（也稱為 過(guò)濾器 ）。本文只討論 BufferedImageOp 的一個(gè)方法：

            BufferedImage filter(BufferedImage src, BufferedImage dest)

src 和 dest 是 2D 像素網(wǎng)格。實(shí)現(xiàn)此方法時(shí)，您可以按任意方式從 src 構(gòu)建 dest 。普遍做法是在 src 中迭代像素，并按照一定規(guī)則在 dest 中創(chuàng)建相應(yīng)的像素。這就是在圖像處理應(yīng)用程序中需要做的事情，我根據(jù)著名的法國(guó)畫家 Georges-Pierre Seurat 將它命名為 Seurat （參見下載獲取完整的示例代碼）。

Seurat 應(yīng)用程序

您可能知道圖像像素與 CA 中的細(xì)胞存在映射關(guān)系。它們都以 2D 網(wǎng)格形式存在，每個(gè)都有狀態(tài)，對(duì)于像素就是它的紅綠藍(lán)（RGB）值。我將在 filter(BufferedImage src, BufferedImage dest) 實(shí)現(xiàn)中探討這種映射關(guān)系。對(duì)于 src 中的每個(gè)像素，我會(huì)根據(jù)一定規(guī)則將該像素的 RGB 值與 CA 中相應(yīng)細(xì)胞的狀態(tài)組合起來(lái)，創(chuàng)建 dest 中相應(yīng)像素的新 RGB 值。這個(gè)規(guī)則將定義一個(gè)過(guò)濾器。

清單 5 顯示如何迭代 src 中的所有像素并在 dest 中構(gòu)建像素。抽象方法 getNewRGB(Color) 由單獨(dú)的過(guò)濾器定義。它為輸入顏色計(jì)算并返回經(jīng)過(guò)過(guò)濾的 RGB 值。

清單 5. CellularAutomataFilter 類（部分清單）

            

            public BufferedImage filter(BufferedImage src, BufferedImage dest) {
            

                if (dest == null)
            

                    dest = createCompatibleDestImage(src, null);
            

            

                int srcHeight = src.getHeight();
            

                int srcWidth = src.getWidth();
            

                for (int y = 0; y < srcHeight; y++) {
            

                    for (int x = 0; x < srcWidth; x++) {
            

                        // Get the pixel in the original image.
            

                        int origRGB = src.getRGB(x, y);
            

                        Color origColor = new Color(origRGB);
            

            

                        // Get the new RGB values from the filter.
            

                        int[] newRGB = getNewRGB(origColor);
            

            

                        // Convert the pixel coordinates to the CA coordinates by
            

                        // scaling.
            

                        int cAY = (int) ((double) twoDCellularAutomaton
            

                                .getRowCount()
            

                                / (double) srcHeight * y);
            

                        int cAX = (int) ((double) twoDCellularAutomaton
            

                                .getColCount()
            

                                / (double) srcWidth * x);
            

                        // Get the state of the corresponding CA cell.
            

                        int state = twoDCellularAutomaton.getState(cAY,
            

                                cAX);
            

                        // Determine the weight of the filtered RGB values depending on
            

                        // the state.
            

                        double filterProportion = (double) state
            

                                / (double) twoDCellularAutomaton.getN();
            

            

                        // Determine the weighted average between the filtered RGB
            

                        // values and the image RGB values.
            

                        int weightedRed = (int) Math.round(newRGB[0] * filterProportion
            

                                + origColor.getRed() * (1.0 - filterProportion));
            

                        int weightedBlue = (int) Math.round(newRGB[1]
            

                                * filterProportion + origColor.getBlue()
            

                                * (1.0 - filterProportion));
            

                        int weightedGreen = (int) Math.round(newRGB[2]
            

                                * filterProportion + origColor.getGreen()
            

                                * (1.0 - filterProportion));
            

            

                        // Set the pixel in dest with this weighted average.
            

                        dest.setRGB(x, y, new Color(weightedRed, weightedBlue,
            

                                weightedGreen).getRGB());
            

                    }
            

                }
            

            

                return dest;
            

            }
            

            

            abstract protected int[] getNewRGB(Color color);

您可能會(huì)發(fā)現(xiàn)我沒有利用圖像中的像素與 CA 中的細(xì)胞之間的一對(duì)一映射關(guān)系。更確切地講，CA 是粗粒度的（至少大多數(shù)情況如此）。我最初這樣做是出于性能考慮。但是，使用不同大小的 CA 布局可以獲得有趣的像素效果。

清單 6 顯示了 getNewRGB(Color) 的一種特殊實(shí)現(xiàn)。它計(jì)算 “RGB 互補(bǔ)（complement）”，但這不是實(shí)際的顏色互補(bǔ)（計(jì)算真正顏色互補(bǔ)的過(guò)濾器也很有趣，但將其編寫成代碼則沒有這么簡(jiǎn)單）。

清單 6. RGBComplementFilter 類（部分清單）

            

            protected int[] getNewRGB(Color c) {
            

                int red = c.getRed();
            

                int newRed = getComplement(red);
            

                int green = c.getGreen();
            

                int newGreen = getComplement(green);
            

                int blue = c.getBlue();
            

                int newBlue = getComplement(blue);
            

            

                return new int[] { newRed, newGreen, newBlue };
            

            }
            

            

            private int getComplement(int colorVal) {
            

                // 'Reflect' colorVal across the mid-point 128.
            

                int maxDiff = colorVal >= 128 ? -colorVal : 255 - colorVal;
            

                // Divide by 2.0 to make the effect more subtle. Could also just use
            

                // maxDiff for a more garish effect.
            

                int diff = (int) Math.round(maxDiff / 2.0);
            

                int newColorVal = colorVal + diff;
            

            

                return newColorVal;
            

            }

我已經(jīng)擴(kuò)展 getNewRGB(Color) ，使其不僅可以傳入要轉(zhuǎn)換的像素顏色，而且可以傳入 8 個(gè)鄰居像素的顏色。這允許我創(chuàng)建某些效果，比如模糊效果或檢測(cè)邊緣，其中過(guò)濾的像素顏色取決于它的鄰居的顏色。這將是一個(gè)很好的增強(qiáng)功能。

最后，我將配合 CA 時(shí)鐘更新圖像來(lái)動(dòng)畫圖像。為此，我使用了一個(gè) javax.swing.Timer （這是制作變化圖像動(dòng)畫的簡(jiǎn)單方式，但不是最好的方式。Jonathan Knudsen 的著作 Java 2D Graphics 提供了一種更好更復(fù)雜的方式來(lái)創(chuàng)建動(dòng)畫。

運(yùn)行 Seurat

圖 1 是 Georges Seurat 于 1884 年創(chuàng)作的點(diǎn)畫法名作 “A Sunday Afternoon on the Island of La Grand Jatte” 的照片：

圖 1. Georges Seurat 的 “A Sunday Afternoon on the Island of La Grand Jatte”

現(xiàn)在我將使用 RGB 互補(bǔ)過(guò)濾器在 Seurat 圖畫上運(yùn)行 Seurat 應(yīng)用程序。圖 2 顯示了過(guò)濾后的圖畫，此時(shí)循環(huán)空間處于它的初始隨機(jī)狀態(tài)：

圖 2. 使用循環(huán)空間過(guò)濾圖畫的無(wú)組織隨機(jī)狀態(tài)

圖 3 顯示了過(guò)濾后的圖畫，此時(shí)循環(huán)空間開始進(jìn)入有序模式，但仍然帶有很大的隨機(jī)性：

圖 3. 使用循環(huán)空間過(guò)濾圖畫的中間狀態(tài)

圖 4 顯示了過(guò)濾圖畫的最終穩(wěn)定狀態(tài)：

過(guò)程藝術(shù)與算法藝術(shù)

為編寫 Seurat（我最初稱它為 “Blue Poles”），我閱讀了大量有關(guān) Jackson Pollock 的資料。我總是會(huì)碰到術(shù)語(yǔ) 過(guò)程藝術(shù) 。我天真地認(rèn)為它表示基于算法或規(guī)則的藝術(shù)，藝術(shù)家據(jù)此設(shè)計(jì)一組規(guī)則并根據(jù)某些初始條件運(yùn)行它們，從而創(chuàng)作出藝術(shù)作品，如畫作。但我發(fā)現(xiàn)過(guò)程藝術(shù)與藝術(shù)世界中最普通的含義大不相同。根據(jù) Guggenheim Collection 術(shù)語(yǔ)，它的含義如下：

“ 過(guò)程藝術(shù)強(qiáng)調(diào)藝術(shù)創(chuàng)作的 ‘過(guò)程’（而不是預(yù)訂的作品或計(jì)劃）以及變化和稍縱即逝的效果，如一些藝術(shù)家在他們作品中闡述的那樣，包括 Lynda Benglis、Eva Hesse、Robert Morris、Bruce Nauman、Alan Saret、Richard Serra、Robert Smithson 和 Keith Sonnier。”

因此，如果算法（或程序）的中間狀態(tài)具有藝術(shù)趣味，那么基于算法和規(guī)則的藝術(shù)可以被認(rèn)為是一種過(guò)程藝術(shù)形式，而算法則是運(yùn)行過(guò)程。

作為程序員，我們只適合創(chuàng)建過(guò)程藝術(shù)或幫助藝術(shù)家創(chuàng)建它。

圖 4. 使用循環(huán)空間在穩(wěn)定狀態(tài)下過(guò)濾的圖畫

不過(guò)，靜態(tài)圖片不能真正實(shí)現(xiàn)過(guò)濾器/CA（畢竟，這個(gè)應(yīng)用程序是為 動(dòng)畫 靜態(tài)圖像而編寫的）。我建議您運(yùn)行實(shí)際的 Java applet 來(lái)查看運(yùn)行中的過(guò)濾器/CA（請(qǐng)參閱參考資料，獲得即時(shí) demo 的鏈接）。

審美注意事項(xiàng)

一些人可能會(huì)認(rèn)為在 “A Sunday Afternoon on the Island of La Grand Jatte” 之類的偉大作品上運(yùn)行圖像過(guò)濾器應(yīng)用程序是一種褻瀆。我當(dāng)然很贊同此觀點(diǎn)。但我只是以這幅畫為例子。我的主要目標(biāo)是展示如何使用一種簡(jiǎn)單的細(xì)胞自動(dòng)機(jī)器，以有趣而復(fù)雜的方式來(lái)制作圖像動(dòng)畫，以一副熟悉的名畫作為例子會(huì)比較好。

我曾在許多類型的畫上運(yùn)行過(guò) Seurat，在抽象藝術(shù)和具象藝術(shù)方面都得到了有趣的結(jié)果。但是，似乎在現(xiàn)代藝術(shù) — 特別是流行藝術(shù)方面效果更好。例如，當(dāng)您在 Jasper Johns 的 “Flag” 畫上運(yùn)行 Seurat 時(shí)，會(huì)出現(xiàn)有趣的圖案。循環(huán)空間的對(duì)角線能根據(jù) “Flag” 畫中的直線很好地工作。在 Jackson Pollock 的水滴畫中，運(yùn)行 Seurat 時(shí)也會(huì)產(chǎn)生有趣的結(jié)果。例如，隨著循環(huán)空間 CA 越過(guò) Pollock 的 “Blue Poles”，它會(huì)隱藏、顯示、再隱藏這幅復(fù)雜畫作的細(xì)節(jié)，讓您在不同時(shí)間集中注意不同的部位。這對(duì)照片同樣適用。我喜歡在 Ralph Eugene Meatyard 超現(xiàn)實(shí)主義的照片上運(yùn)行 Seurat。

在運(yùn)行 Seurat 這樣的應(yīng)用程序時(shí)，您有 3 種選擇：2D 細(xì)胞自動(dòng)機(jī)類型、過(guò)濾器和原始圖像。在這篇文章中，我只使用了循環(huán)空間，但是也可以使用其他類型的 2D 細(xì)胞自動(dòng)機(jī)（如 Hodgepodge）。只要發(fā)揮您的想象力，就能編寫出各種過(guò)濾器程序。我主要實(shí)踐了操作顏色的過(guò)濾器，但更改圖像空間關(guān)系的過(guò)濾器也很有趣。例如，您可以編寫一個(gè)歪曲圖像表面的過(guò)濾器程序，創(chuàng)建類似于披頭士的 Rubber Soul 專輯的封面那種效果。最后，您可以使用任意圖像，比如照片。對(duì)于給定的圖像，各種過(guò)濾器和 CA 類型的組合可以生成更好或更差的結(jié)果。我希望本文能鼓起您體驗(yàn)的欲望。

致謝

我對(duì) Julia Braswell 在視覺藝術(shù)方面的幫助表示衷心的感謝！

關(guān)于作者


		Paul Reiners 是一位 Sun 認(rèn)證的 Java 程序員和開發(fā)人員。他參與開發(fā)了幾個(gè)開放源碼程序，包括 Automatous Monk、Twisted Life 和 Leipzig。Reiners 于 1991 年 5 月獲得伊利諾斯大學(xué) Urbana-Champaign 分校的應(yīng)用數(shù)學(xué)（計(jì)算理論）碩士學(xué)位。他目前住在明尼蘇達(dá)州，在業(yè)余時(shí)間喜歡演奏低音電吉他，并且是一個(gè)爵士樂隊(duì)的成員。

點(diǎn)畫法和像素處理

更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索：z360901061

微信掃一掃加我為好友

QQ號(hào)聯(lián)系： 360901061

您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。

【本文對(duì)您有幫助就好】元

2元

5元

10元

20元

自定義

日韩久久久精品,亚洲精品久久久久久久久久久,亚洲欧美一区二区三区国产精品 ,一区二区福利