典型图像特效处理技术与实现

 引言
数字图像处理技术可以有效抽取图像承载信息，可以对其进一步挖掘、整理和处理，帮助人们从不同角度、不同维度、不同量度来认识世界，甚至从某种程度上说可以对图像基因进行抽取和重组，既可以轮廓化图像，也可以丰富化图像，当然更容易使人们获得对图像的本质认识。图像、图形是所有视觉信息的载体，人眼可以识别上千种颜色，有很高的鉴别能力，但很多情况下，图像对于人眼来说又是模糊的，甚至是不可见的，通过图象增强技术，可以使图像变得更加清晰和明亮[1]。
1 典型特效处理技术
典型特效处理技术有浮雕、雾化、积木和底片等，本文以浮雕处理为例说明本软件的设计和实现过程。
物体的轮廓、边缘外貌经过修整和凸出效果可以形象为浮雕，浮雕类似边缘检测，目的是突出对象的边缘和轮廓[2]。浮雕效果是实现图像填充色与灰色的转换，用原填充色描画边缘，使图像呈现凸起或凹进效果，出现“浮雕”图案。浮雕处理可以采用边缘检测或其相关类似方法来实现，比如Laplace边缘检测[3]、Sobel边缘检测算子、Prewitt边缘检测算子[4]等等。
突出轮廓：令像素点表示为（x，y），梯度值表示为GV[f（x，y）]，主要突出图像轮廓的方法如下。
①梯度图像直接输出：
f（x，y）=Gv[f（x，y）]（1）
特点：突出边缘，灰度变化平坦的区域呈现黑色。
②加权值的梯度输出：
f（x，y）=Gv[f（x，y）] Gv[f（x，y）]？叟Tf（x，y） Gv[f（x，y）]特点：梯度值T必须选择合适，原则是突出图像边缘，但保持原图像灰度变化平坦，背景均衡。
③轮廓灰度输出：
f（x，y）=LG Gv[f（x，y）]？叟Tf（x，y） Gv[f（x，y）]特点：用特定灰度级G来表示边缘参数，力图不破坏背景，增强边界清晰度、突出轮廓效果。
④背景灰度输出：
f（x，y）=Gv[f（x，y）] Gv[f（x，y）]？叟TLB Gv[f（x，y）]特点：用特定灰度级B来表示背景特征，获取图像的轮廓参数，设定特定均衡值。
⑤二值图像：f（x，y）=LG Gv[f（x，y）]？叟TLB Gv[f（x，y）]特点：它将背景和边缘用二值图像表示。
2 特效参数调节技术
本节比较旋转参数调节技术。
2.1 简单旋转 简单旋转是指对原图像进行特定或特殊角度的旋转处理，有45°、90°、135°、180°和270°旋转，方向有顺时针和逆时针之分。虽然简单旋转只是少数几个特殊的不同角度的旋转特例，但是它任然可以采取若干优化的算法来实现[5]。简单旋转，其最本质特征是旋转后图像与原图像的像素一一对应，毋须使用差值算法。
顺时针旋转90°的表达式为：x=w-1-yy=x′（6）
逆时针旋转90°的表达式为：x=y′y=h-1-x′（7）
旋转180°的表达式为： x=w-1-yy=h-1-x′（8）
2.2 任意角度旋转 与简单旋转相比，任意角度旋转显得复杂很多，因为这种操作必须改变图像尺寸，目标图像的像素点与原始图像的像素点不能采用简单的反向映射来实现，而是要使用映射点的近邻像素来表示，因此需要借助于插值算法来实现。假定将原始图像与目标图像的左下角都设为坐标原点重合，则图像围绕原点做逆时针旋转θ大小的角度的过程如图1所示。
2.3 RotateFlip方法简介 RotateFlip方法可实现顺时针旋转图像。旋转图像后，如果希望在图像上进行绘制，始终应从图像检索一个新的图形对象，否则可能发生异常。
根据位图的文件存储格式，要是把对应的字节位置一换，就能实现旋转了。关键在于得到位图在内存中的数据结构，恰好Bitmap就有这个方法获得对应的数据，他就是LockBits方法。有了这个方法之后，问题就迎刃而解了。
3 特效处理效果
图2为图像浮雕处理效果，图3为逆时针旋转90度的效果。
4 结论
对特效处理而言，特效是指针对某项信息特征元素附加某些相关的特效信息处理，可以理解为使用客观现实内容作为基础，加以简单模拟或一定的美化处理，这种美化可以是维度的扩展，也可以是某些特征的延伸或增强，从而获得更有视觉冲击力的特殊效果。随着社会发展，数字图像越来越多，图像承载信息的数据越来越具有可统计性、可数性和可操作性，因而特效处理的应用日趋广泛。就行业而言，广告行业的平面设计、影视行业的后期制作、网络行业的页面处理和美工、教育行业的数字素描与电子绘画等等都在不同程度上反应和推动了图像特效处理技术的发展，因此如何简便有效获取图像信息数据，建立和使用功能灵活，使用简单，携带方便的特效处理工具，具有非常重要的工程应用价值和推广意义。