Ruby实现的图片滤镜算法代码（rubyfish）居然可以这样

🌐 经济型：买域名、轻量云服务器、用途：游戏网站等《腾讯云》特点：特价机便宜适合初学者用点我优惠购买

🚀 拓展型：买域名、轻量云服务器、用途：游戏网站等《阿里云》特点：中档服务器便宜域名备案事多点我优惠购买

🛡️ 稳定型：买域名、轻量云服务器、用途：游戏网站等《西部数码》特点：比上两家略贵但是稳定性超好事也少点我优惠购买

原图

一、灰度算法

彩色照片每一个像素的颜色值由红、绿、蓝三种值混合而成，红绿蓝的取值分别由很多种，于是像素的颜色值也可以有很多种颜色值，这就是彩色图片的原理，而灰度照片则只有256种颜色，一般的处理方法是将图片颜色值的RGB三个通道值设为一样，这样图片的显示效果就会是灰色。

灰度处理一般有三种算法：

最大值法：即新的颜色值R＝G＝B＝Max(R，G，B)，这种方法处理后的图片看起来亮度值偏高。
平均值法：即新的颜色值R＝G＝B＝(R＋G＋B)／3，这样处理的图片十分柔和
加权平均值法：即新的颜色值R＝G＝B＝(R ＊ Wr＋G＊Wg＋B＊Wb)，一般由于人眼对不同颜色的敏感度不一样，所以三种颜色值的权重不一样，一般来说绿色最高，红色其次，蓝色最低，最合理的取值分别为Wr ＝ 30％，Wg ＝ 59％，Wb ＝ 11％

下面是加权平均值法的Ruby实现：

#灰度化图片
#取RGB三色平均值
def self.grey(bmp)
for i in 0 .. bmp.height – 1
for j in 0 .. bmp.width – 1
rgb=bmp.getRGB(i, j)
grey=rgb.r.to_f * 0.3+rgb.g.to_f *0.59 +rgb.b.to_f * 0.11.to_i
bmp.setRGB(i, j, RGB.new(grey, grey, grey))
end
end
end

灰度效果：

二、二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

图像二值化常常用于破解验证码等图片识别应用上

#二值化图片
#小于一定阈值设为0 0 0，大于设置为255 255 255
def self.binarization(bmp)
imageGreyLevel=bmp.getGreyLevel
for i in 0 .. bmp.height – 1
for j in 0 .. bmp.width – 1
rgb=bmp.getRGB(i, j)
if rgb.getGreyLevel<imageGreyLevel
bmp.setRGB(i, j, RGB.new(0, 0, 0))
else
bmp.setRGB(i, j, RGB.new(255, 255, 255))
end
end

end
end

二值化效果

三、底片

底片效果的实现很简单，就是将RGB的每一个通道值取反，就是用255去减

#底片化图片
#RGB取反色255-
def self.contraryColor(bmp)
for i in 0 .. bmp.height – 1
for j in 0 .. bmp.width – 1
rgb=bmp.getRGB(i, j)
bmp.setRGB(i, j, rgb.getContrary)
end
end
end

底片效果

四、浮雕效果

浮雕的算法相对复杂一些，用当前点的RGB值减去相邻点的RGB值并加上128作为新的RGB值。由于图片中相邻点的颜色值是比较接近的，因此这样的算法处理之后，只有颜色的边沿区域，也就是相邻颜色差异较大的部分的结果才会比较明显，而其他平滑区域则值都接近128左右，也就是灰色，这样

就具有了浮雕效果。

在实际的效果中，这样处理后，有些区域可能还是会有”彩色”的一些点或者条状痕迹，所以最好再对新的RGB值做一个灰度处理。

#浮雕效果
#浮雕的算法相对复杂一些，用当前点的RGB值减去相邻点的RGB值并加上128作为新的RGB值。由于图片中相邻点的颜色值是比较接近的，
#因此这样的算法处理之后，只有颜色的边沿区域，也就是相邻颜色差异较大的部分的结果才会比较明显，而其他平滑区域则值都接近128左右，
#也就是灰色，这样就具有了浮雕效果。
#在实际的效果中，这样处理后，有些区域可能还是会有”彩色”的一些点或者条状痕迹，所以最好再对新的RGB值做一个灰度处理。
def self.emboss(bmp)

preRGB=RGB.new(128, 128, 128)

for i in 0 .. bmp.height – 1
for j in 0 .. bmp.width – 1
currentRGB=bmp.getRGB(i, j)
r=(currentRGB.r-preRGB.r)*1+128
g=(currentRGB.g – preRGB.g)*1+128
b=(currentRGB.b-preRGB.b)*1+128

bmp.setRGB(i, j, RGB.new(r,g,b).getGreyRGB)
preRGB=currentRGB
end
end

end

浮雕效果

项目主页

geekeren/RubyImageProcess

您可能感兴趣的文章:Ruby实现的各种排序算法ruby实现的插入排序和冒泡排序算法Ruby实现的矩阵连乘算法Ruby实现二分搜索(二分查找)算法的简单示例Ruby实现的3种快速排序算法Ruby实现的合并排序算法Ruby实现的最优二叉查找树算法