Win8 Metro(C#)数字图像处理--2.50图像运动模糊

原文:Win8 Metro(C#)数字图像处理--2.50图像运动模糊

[函数名称]

图像运动模糊算法MotionblurProcess(WriteableBitmapsrc,intk,intdirection)

[算法说明]

运动模糊是指在摄像机获取图像时,由于景物和相机之间的相对运动而造成的图像上的模糊。这里

我们主要介绍匀速直线运动所造成的模糊，由于非匀速直线运动在某些条件下可以近似为匀速直线

运动，或者可以分解为多个匀速直线运动的合成，因此，在摄像机较短的图像曝光时间内，造成图

像模糊的运动情况可以近似为匀速直线运动。

对于匀速直线运动，图像的运动模糊可以用以下公式表示：

/// <summary>/// Motion blur process./// </summary>/// <param name="src">The source image.</param>/// <param name="k">The offset of motion, from 0 to 200.</param>/// <param name="direction">The direction of motion, x:1, y:2.</param>/// <returns></returns>public static WriteableBitmap MotionblurProcess(WriteableBitmap src,int k,int direction)运动模糊处理{if (src != null){int w = src.PixelWidth;int h = src.PixelHeight;WriteableBitmap srcImage = new WriteableBitmap(w, h);byte[] temp = src.PixelBuffer.ToArray();byte[] tempMask = (byte[])temp.Clone();int b, g, r;for (int y = 0; y < h; y++){for (int x = 0; x < w; x ++){b = g = r = 0;switch (direction){case 1:if (x >= k){for (int i = 0; i <= k; i++){b += (int)tempMask[(x - i) * 4 + y * w * 4];g += (int)tempMask[(x - i) * 4 + 1 + y * w * 4];r += (int)tempMask[(x - i) * 4 + 2 + y * w * 4];}temp[x * 4 + y * w * 4] = (byte)(b / (k + 1));temp[x * 4 + 1 + y * w * 4] = (byte)(g / (k + 1));temp[x * 4 + 2 + y * w * 4] = (byte)(r / (k + 1));}else{if (x > 0){for (int i = 0; i < x; i++){b += (int)tempMask[(x - i) * 4 + y * w * 4];g += (int)tempMask[(x - i) * 4 + 1 + y * w * 4];r += (int)tempMask[(x - i) * 4 + 2 + y * w * 4];}temp[x * 4 + y * w * 4] = (byte)(b/(x+1));temp[x * 4 + 1 + y * w * 4] = (byte)(g/(x+1));temp[x * 4 + 2 + y * w * 4] = (byte)(r/(x+1));}else{temp[x * 4 + y * w * 4] = (byte)(tempMask[x * 4 + y * w * 4] / k);temp[x * 4 + 1 + y * w * 4] = (byte)(tempMask[x * 4 + 1 + y * w * 4] / k);temp[x * 4 + 2 + y * w * 4] = (byte)(tempMask[x * 4 + 2 + y * w * 4] / k);}}break;case 2:if (y >= k){for (int i = 0; i <= k; i++){b += (int)tempMask[x * 4 + (y - i) * w * 4];g += (int)tempMask[x * 4 + 1 + (y - i) * w * 4];r += (int)tempMask[x * 4 + 2 + (y - i) * w * 4];}temp[x * 4 + y * w * 4] = (byte)(b / (k + 1));temp[x * 4 + 1 + y * w * 4] = (byte)(g / (k + 1));temp[x * 4 + 2 + y * w * 4] = (byte)(r / (k + 1));}else{if (y > 0){for (int i = 0; i < y; i++){b += (int)tempMask[x * 4 + (y - i) * w * 4];g += (int)tempMask[x * 4 + 1 + (y - i) * w * 4];r += (int)tempMask[x * 4 + 2 + (y - i) * w * 4];}temp[x * 4 + y * w * 4] = (byte)(b/(y+1));temp[x * 4 + 1 + y * w * 4] = (byte)(g/(y+1));temp[x * 4 + 2 + y * w * 4] = (byte)(r/(y+1));}else{temp[x * 4 + y * w * 4] = (byte)(tempMask[x * 4 + y * w * 4] / k);temp[x * 4 + 1 + y * w * 4] = (byte)(tempMask[x * 4 + 1 + y * w * 4] / k);temp[x * 4 + 2 + y * w * 4] = (byte)(tempMask[x * 4 + 2 + y * w * 4] / k);}}break;default :break;}}}Stream sTemp = srcImage.PixelBuffer.AsStream();sTemp.Seek(0, SeekOrigin.Begin);sTemp.Write(temp, 0, w * 4 * h);return srcImage;}else{return null;}}