Android 圖片高斯模糊解決方案

近年來，圖片高斯模糊備受設計師的青睞，在各大知名APP中，如微信、手機QQ、網易云音樂等等都有對背景高斯圖模糊的設計，在Adnroid 中，現在常用的圖片高斯模糊技術有三種：RenderScript?、fastBlur、對RenderScript和fastBlur的優化，接下來分別分析各自的優缺點和在項目中該使用哪個解決方案。先上一張效果圖：

高斯模糊效果圖.png

1，RenderScript

RenderScript是在Android上的高性能運行密集型運算的框架，RenderScript主要用于數據并行計算，尤其對圖像處理、攝影分析和計算機視覺特別有用。RenderScript是在Android3.0（API 11）引入的。而Android圖片高斯模糊處理，通常也是用這個庫來完成。它提供了我們Java層調用的API,實際上是在c/c++ 層來處理的，所以它的效率和性能通常是最高的。要使用RenderScript完成圖片高斯模糊只需要以下幾步：
(1)?初始化一個RenderScript Context：RenderScript 上下文環境通過create(Context)方法來創建，它保證RenderScript的使用并且提供一個控制后續所有RenderScript對象（如：ScriptIntrinsicBlur、Allocation等）生命周期的對象。

(2)通過Script至少創建一個Allocation：一個Allocation是提供存儲大量可變數據的RenderScript 對象。在內核中，Allocation作為輸入和輸出，在內核中通過rsGetElementAt_type ()和rsSetElementAt_type()方法來訪問Allocation當script全局綁定的時候。使用createFromBitmap?和createTyped來創建Allocation。

(3)創建ScriptIntrinsic：它內置了RenderScript 的一些通用操作，如高斯模糊、扭曲變換、圖像混合等等，更多的操作請看ScriptIntrinsic的子類，本文要用的高斯模糊處理就是用的它的子類ScriptIntrinsicBlur。
(4)填充數據到Allocations：除了使用方法createFromBitmap創建的Allocation外，其它的第一次創建時都是填充的空數據。

(5)** 設置模糊半徑**：設置一個模糊的半徑,其值為 0－25。

(6)?啟動內核，調用方法處理：調用forEach 方法模糊處理。

(7) ** 從Allocation 中拷貝數據**：為了能在Java層訪問Allocation的數據，用Allocation其中一個copy方法來拷貝數據。
(8)?銷毀RenderScript對象：可以用destroy方法來銷毀RenderScript對象或者讓它可以被垃圾回收，destroy 之后，就能在用它控制的RenderScript對象了（比如在銷毀了之后，再調用ScriptIntrinsic或者Allocation的方法是要拋異常的）。

以上幾個步驟就可以完成的圖片的高斯模糊，看一下對應的代碼：

private static Bitmap rsBlur(Context context,Bitmap source,int radius){Bitmap inputBmp = source;//(1)RenderScript renderScript = RenderScript.create(context);Log.i(TAG,"scale size:"+inputBmp.getWidth()+"*"+inputBmp.getHeight());// Allocate memory for Renderscript to work with//(2)final Allocation input = Allocation.createFromBitmap(renderScript,inputBmp);final Allocation output = Allocation.createTyped(renderScript,input.getType());//(3)// Load up an instance of the specific script that we want to use.ScriptIntrinsicBlur scriptIntrinsicBlur = ScriptIntrinsicBlur.create(renderScript, Element.U8_4(renderScript));//(4)scriptIntrinsicBlur.setInput(input);//(5)// Set the blur radiusscriptIntrinsicBlur.setRadius(radius);//(6)// Start the ScriptIntrinisicBlurscriptIntrinsicBlur.forEach(output);//(7)// Copy the output to the blurred bitmapoutput.copyTo(inputBmp);//(8)renderScript.destroy();return inputBmp;}

上面對應的步驟已經用序號標出，代碼就十行左右，很簡單。這就十Android提供給我們的可以處理圖片高斯模糊的庫。性能比較好，因為是在c/c++層做的處理。但是它只能在API 17或者更高的版本使用, 看一下文檔的說明：

RC——API.png

如上圖，紅框中標記的ScriptIntrinsicBlur 是在API 17加入的，因此低版本的手機是用不了，為了能兼容低版本的手機，我們還得探索其他方案。

RenderScript 兼容包：
所幸的是，Google 為了兼容低版本也可以用RenderScript，加了一個兼容包，android.support.v8.renderscript?，使用support.v8.renderscript就能兼容到Android 2.3版本(API 9),現在市面上估計沒有比2.3版本還低的手機了(4.x 的手機都不多了)。使用兼容包和使用原生的RenderScript完全一樣，代碼還是上面的代碼。只是需要在app 的build.gradle添加如下的代碼

android {compileSdkVersion 23buildToolsVersion "23.0.3"defaultConfig {minSdkVersion 9targetSdkVersion 19// 使用support.v8.renderscriptrenderscriptTargetApi 18renderscriptSupportModeEnabled true} }

只要添加上面的2行代碼就行了。但是有2點需要注意：

注意：
1，Android SDK Tools revision 22.2 or higher（Tools 需要22.2或者更高的版本）
2，Android SDK Build-tools revision 18.1.0 or higher( Build-tools 需要18.1.0或者更高的版本)
如果沒有達到的話，通過Anroid SDK Manager 更新安裝。

有了兼容包，那么RenderScript就是一個完美的解決方案了嗎？答案是NO,還有2個缺點：

• 雖然RenderScript效率不錯，但是處理尺寸大一點的圖片還是達不到16ms每一幀，需要優化
• 雖然兼容包能解決API17以下不能使用的問題，但是引入兼容包又帶來了新的問題，APK 的包大小增大了，support.v8.renderscript有160k,現在各家的APP都在要求APK瘦身，對于那種本來就很大的APK來說還是不能接受的。

因此我們還要找一下其他方案，接下來看一下fastBlur算法。

2，fastBlur

fastBlur 是除了RenderScript 之外的另一種方法，它直接在Java層做圖片的模糊處理。對每個像素點應用高斯模糊計算、最后在合成Bitmap。請看源碼：

/*** Stack Blur v1.0 from* http://www.quasimondo.com/StackBlurForCanvas/StackBlurDemo.html* Java Author: Mario Klingemann <mario at quasimondo.com>* http://incubator.quasimondo.com** created Feburary 29, 2004* Android port : Yahel Bouaziz <yahel at kayenko.com>* http://www.kayenko.com* ported april 5th, 2012** This is a compromise between Gaussian Blur and Box blur* It creates much better looking blurs than Box Blur, but is* 7x faster than my Gaussian Blur implementation.** I called it Stack Blur because this describes best how this* filter works internally: it creates a kind of moving stack* of colors whilst scanning through the image. Thereby it* just has to add one new block of color to the right side* of the stack and remove the leftmost color. The remaining* colors on the topmost layer of the stack are either added on* or reduced by one, depending on if they are on the right or* on the left side of the stack.** If you are using this algorithm in your code please add* the following line:* Stack Blur Algorithm by Mario Klingemann <mario@quasimondo.com>*/private static Bitmap fastBlur(Bitmap sentBitmap, float scale, int radius) {int width = Math.round(sentBitmap.getWidth() * scale);int height = Math.round(sentBitmap.getHeight() * scale);sentBitmap = Bitmap.createScaledBitmap(sentBitmap, width, height, false);Bitmap bitmap = sentBitmap.copy(sentBitmap.getConfig(), true);if (radius < 1) {return (null);}int w = bitmap.getWidth();int h = bitmap.getHeight();int[] pix = new int[w * h];Log.e("pix", w + " " + h + " " + pix.length);bitmap.getPixels(pix, 0, w, 0, 0, w, h);int wm = w - 1;int hm = h - 1;int wh = w * h;int div = radius + radius + 1;int r[] = new int[wh];int g[] = new int[wh];int b[] = new int[wh];int rsum, gsum, bsum, x, y, i, p, yp, yi, yw;int vmin[] = new int[Math.max(w, h)];int divsum = (div + 1) >> 1;divsum *= divsum;int dv[] = new int[256 * divsum];for (i = 0; i < 256 * divsum; i++) {dv[i] = (i / divsum);}yw = yi = 0;int[][] stack = new int[div][3];int stackpointer;int stackstart;int[] sir;int rbs;int r1 = radius + 1;int routsum, goutsum, boutsum;int rinsum, ginsum, binsum;for (y = 0; y < h; y++) {rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;for (i = -radius; i <= radius; i++) {p = pix[yi + Math.min(wm, Math.max(i, 0))];sir = stack[i + radius];sir[0] = (p & 0xff0000) >> 16;sir[1] = (p & 0x00ff00) >> 8;sir[2] = (p & 0x0000ff);rbs = r1 - Math.abs(i);rsum += sir[0] * rbs;gsum += sir[1] * rbs;bsum += sir[2] * rbs;if (i > 0) {rinsum += sir[0];ginsum += sir[1];binsum += sir[2];} else {routsum += sir[0];goutsum += sir[1];boutsum += sir[2];}}stackpointer = radius;for (x = 0; x < w; x++) {r[yi] = dv[rsum];g[yi] = dv[gsum];b[yi] = dv[bsum];rsum -= routsum;gsum -= goutsum;bsum -= boutsum;stackstart = stackpointer - radius + div;sir = stack[stackstart % div];routsum -= sir[0];goutsum -= sir[1];boutsum -= sir[2];if (y == 0) {vmin[x] = Math.min(x + radius + 1, wm);}p = pix[yw + vmin[x]];sir[0] = (p & 0xff0000) >> 16;sir[1] = (p & 0x00ff00) >> 8;sir[2] = (p & 0x0000ff);rinsum += sir[0];ginsum += sir[1];binsum += sir[2];rsum += rinsum;gsum += ginsum;bsum += binsum;stackpointer = (stackpointer + 1) % div;sir = stack[(stackpointer) % div];routsum += sir[0];goutsum += sir[1];boutsum += sir[2];rinsum -= sir[0];ginsum -= sir[1];binsum -= sir[2];yi++;}yw += w;}for (x = 0; x < w; x++) {rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;yp = -radius * w;for (i = -radius; i <= radius; i++) {yi = Math.max(0, yp) + x;sir = stack[i + radius];sir[0] = r[yi];sir[1] = g[yi];sir[2] = b[yi];rbs = r1 - Math.abs(i);rsum += r[yi] * rbs;gsum += g[yi] * rbs;bsum += b[yi] * rbs;if (i > 0) {rinsum += sir[0];ginsum += sir[1];binsum += sir[2];} else {routsum += sir[0];goutsum += sir[1];boutsum += sir[2];}if (i < hm) {yp += w;}}yi = x;stackpointer = radius;for (y = 0; y < h; y++) {// Preserve alpha channel: ( 0xff000000 & pix[yi] )pix[yi] = ( 0xff000000 & pix[yi] ) | ( dv[rsum] << 16 ) | ( dv[gsum] << 8 ) | dv[bsum];rsum -= routsum;gsum -= goutsum;bsum -= boutsum;stackstart = stackpointer - radius + div;sir = stack[stackstart % div];routsum -= sir[0];goutsum -= sir[1];boutsum -= sir[2];if (x == 0) {vmin[y] = Math.min(y + r1, hm) * w;}p = x + vmin[y];sir[0] = r[p];sir[1] = g[p];sir[2] = b[p];rinsum += sir[0];ginsum += sir[1];binsum += sir[2];rsum += rinsum;gsum += ginsum;bsum += binsum;stackpointer = (stackpointer + 1) % div;sir = stack[stackpointer];routsum += sir[0];goutsum += sir[1];boutsum += sir[2];rinsum -= sir[0];ginsum -= sir[1];binsum -= sir[2];yi += w;}}Log.e("pix", w + " " + h + " " + pix.length);bitmap.setPixels(pix, 0, w, 0, 0, w, h);return (bitmap);}

如上所示，就一個方法,使用這種方式不會有兼容性問題，也不會引入jar包導致APK變大。但是這種方法的效率是非常低的，想想也知道，因為是在Java 層處理，速度當然慢。測試了一張800 x 450 的圖片,RenderScript平均25 ms 左右，fastBlur平均310ms 左右，相當于差了10倍。還有就是使用這種方式是把圖片全部加載到內存，如果圖片較大，容易導致OOM。

3，對RenderScript 和fastBlur 的優化

上面對RenderScript 和fastBlur做了分析，雖然RenderScript的效率要比fastBlur 好很多，但是還是有可能達不到16ms每一幀的要求而導致卡頓。所以需要進行優化。

思路：?在stackOverFlow上有提供優化思路（地址：http://stackoverflow.com/questions/2067955/fast-bitmap-blur-for-android-sdk）
,原理是這樣的：通過縮小圖片，使其丟失一些像素點，接著進行模糊化處理，然后再放大到原來尺寸。由于圖片縮小后再進行模糊處理，需要處理的像素點和半徑都變小，從而使得模糊處理速度加快。

因此我們只需要將原來的圖片縮小，然后在用RenderScript 或者fastBlur 處理，就可以加快速度了，添加如下代碼：

int width = Math.round(source.getWidth() * scale);int height = Math.round(source.getHeight() * scale);Bitmap inputBmp = Bitmap.createScaledBitmap(source,width,height,false);

renderScript 高斯模糊的完整方法如下：

private static Bitmap rsBlur(Context context,Bitmap source,int radius,float scale){Log.i(TAG,"origin size:"+source.getWidth()+"*"+source.getHeight());int width = Math.round(source.getWidth() * scale);int height = Math.round(source.getHeight() * scale);Bitmap inputBmp = Bitmap.createScaledBitmap(source,width,height,false);RenderScript renderScript = RenderScript.create(context);Log.i(TAG,"scale size:"+inputBmp.getWidth()+"*"+inputBmp.getHeight());// Allocate memory for Renderscript to work withfinal Allocation input = Allocation.createFromBitmap(renderScript,inputBmp);final Allocation output = Allocation.createTyped(renderScript,input.getType());// Load up an instance of the specific script that we want to use.ScriptIntrinsicBlur scriptIntrinsicBlur = ScriptIntrinsicBlur.create(renderScript, Element.U8_4(renderScript));scriptIntrinsicBlur.setInput(input);// Set the blur radiusscriptIntrinsicBlur.setRadius(radius);// Start the ScriptIntrinisicBlurscriptIntrinsicBlur.forEach(output);// Copy the output to the blurred bitmapoutput.copyTo(inputBmp);renderScript.destroy();return inputBmp;}

先對Bitmap 縮小，然后再模糊處理。

Note：縮小的系數應該為2的整數次冪 ，即上面代碼中的scale應該為1/2、1/4、1/8 ... 參考BitmapFactory.Options 對圖片縮放 的inSample系數。據前輩們經驗，一般scale = 1/8 為佳。

看一下使用RenderScript和fastBlur 以及優化后，高斯模糊一張圖片所花時間的對比表，測試機型為魅族metal,系統為Android 5.1,如下：

模糊時間對比表.png

如上圖：以1080 x 1349 的圖片為例(每一個半徑取5次的均值)，使用原尺寸用兩種方法進行高斯模糊，RenderScript的效率比fastBlur高，大約快10倍，但是都超過了16ms，而使用優化方法后，使其先縮小8倍，再模糊，2種方法效率都有質的提高，RenderScript模糊時間不足5ms，fastBlur 也接近16ms，半徑為15以下小與16ms。

因此不管使用哪種方法模糊圖片，都應該先優化，再模糊。

4，優缺點比較及圖片高斯模糊方案

RenderScript 優點：

• 使用簡單，原生的API，十行左右的代碼就能完成高斯模糊
• 效率較高，是在c/c++層做處理

RenderScript 缺點：

• API 17以上才能使用
• 用兼容包的話，會導致APK 體積增大，support包約160k

fastBlur的優點：

• 沒有兼容版本問題
• 不用引入三方包，不會增加APK大小

fastBlur的缺點：

• 效率很低，在Java層做處理
• 將Bitmap全部加載到內存，較大圖片容易OOM

以上對比了2種方法的優缺點，各有優劣，那么我們到底選擇哪一種呢？這個需要看情況而定，給出下面2種方案：
高斯模糊方案一：?如果APK本身較小，可以接受增大的160k體積，那么直接使用兼容包的RenderScript (注意需要先優化，用上面的先縮小再模糊)。
高斯模糊方案二：如果不想APK體積增大，那么在模糊的時候做判斷, API版本大于17 ，直接使用原生的RenderScript模糊，API版本小于17,則用fastBlur方法。(同樣需要先優化，后模糊)。

6,輪子

由于高斯模糊在項目中用得比較多，而每一個項目都去拷貝代碼，這樣很麻煩，并且不優雅，因此，對這兩種方法優化后，封裝成了一個Lib,要使用時直接添加依賴就行。

添加依賴：
1, 最外層build.gradle 添加一下代碼：

allprojects {repositories {jcenter()maven {url "https://jitpack.io"}} }

2，app 的build.gradle添加：

dependencies {compile 'com.github.pinguo-zhouwei:EasyBlur:v1.0.0' }

3,app 的build.gradle添加：

defaultConfig {applicationId "com.zhouwei.easyblur"minSdkVersion 16targetSdkVersion 25versionCode 1versionName "1.0"testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"//使用renderscript 兼容包 renderscriptTargetApi 25renderscriptSupportModeEnabled true}

使用方法:
1，簡單使用，指定Bitmap和半徑

Bitmap finalBitmap = EasyBlur.with(MainActivity.this).bitmap(overlay) //要模糊的圖片.radius(10)//模糊半徑.blur();

2,可以指定縮小的倍數，默認縮小倍數為8

Bitmap finalBitmap = EasyBlur.with(MainActivity.this).bitmap(overlay) //要模糊的圖片.radius(10)//模糊半徑.scale(4)//指定模糊前縮小的倍數.blur();

3, 指定使用哪一種方法,默認是使用兼容的RenderScript 高斯模糊

Bitmap finalBitmap = EasyBlur.with(MainActivity.this).bitmap(overlay) //要模糊的圖片.radius(10)//模糊半徑.scale(4)//指定模糊前縮小的倍數.policy(EasyBlur.BlurPolicy.FAST_BLUR)//使用fastBlur.blur();

代碼已經上傳Github:EasyBlur

參考資料

RenderScript API 指南
android圖片處理之圖像模糊
高斯模糊實現方案探究
Fast Bitmap Blur For Android SDK

原文地址：https://www.jianshu.com/p/02da487a2f43

總結

以上是生活随笔為你收集整理的Android 图片高斯模糊解决方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。