歡迎大家前往雲+社群，擷取更多騰訊海量技術實踐幹貨哦~
由 天天P圖攻城獅 釋出在雲+社群 作者簡介：damonxia(夏正冬)，天天P圖Android工程師
高斯模糊是圖像進行中幾乎每個程式員都或多或少聽過的名詞，但是對其原理大家可能并不了解，隻知道通過高斯模糊能實作圖像毛玻璃效果。
本文首先介紹圖像進行中最基本的概念：卷積；随後介紹高斯模糊的核心内容：高斯濾波器；接着，我們從頭實作了一個Java版本的高斯模糊算法，以及實作RenderScript版本。由于我們自己實作的Java版本的高斯模糊算法的效率太低，是以最後介紹比較有名的高斯模糊的開源項目：Blurry以及BlurKit-Android。
BlurDemo是本文的配套Demo：
Demo1：Java版本的高斯模糊的簡單實作。
Demo2：RenderScript的高斯模糊實作。
Demo3：BlurKit-Android的基本使用。
Demo4：Blurry的基本使用。
本文隻讨論圖像，而圖像可以表示為二維矩陣，其中每個元素為ARGB像素值，是以這裡讨論二維矩陣的卷積操作。卷積（Convolution）是圖像進行中最基本的操作，就是一個二維矩陣A（M*N）和一個二維矩陣B（m*n）做若幹操作，生成一個新的二維矩陣C（M*N），其中m和n遠小于M和N，B稱為卷積核（kernel），又稱濾波器矩陣或模闆。
這裡舉個卷積的例子，如圖：
上圖中，最左邊的是源矩陣（8*8），中間是卷積核（3*3，半徑為1），最右邊是通過對前面兩個矩陣做卷積生成的結果矩陣。圖中，如果我們要求出結果矩陣中第二行第二列的元素的值，則把卷積核的中心元素（值為0）和源矩陣的第二行第二列（值為6）對齊，然後求權重和，即圖中的公式，最後得到-3。
我們再舉一個例子：
上圖也展示了如何做卷積的過程，比如要求出結果矩陣中第一行第一列的值，則把卷積核的中心對準源矩陣的第一行第一列，發現部分區域超出源矩陣的範圍了（圖中紅色部分），解決方法有很多，這裡的方案是：用邊界值填充。接着做權重和，結果為-5。接着用同樣的方法依次計算結果矩陣的每個元素即可。
通常來說卷積核需要滿足：
寬和高都為奇數，這樣才會有半徑和中心的概念。
元素總和為1。
均值濾波器（Mean Filter）是最簡單的一種濾波器，它是最粗糙的一種模糊圖像的方法，高斯濾波是均值濾波的進階版本。實際上不同的濾波器就是通過改變卷積核（濾波器），進而改變最後的結果矩陣，中間步驟都一樣，都是求權重和。均值濾波器的卷積核通常是m*m的矩陣，其中每個元素為1/(m^2)，可以看出卷積核的元素總和為1。比如3*3的均值濾波器，卷積核的每個元素就是1/9。
高斯濾波器是均值濾波器的進階版本，唯一的差別在于，均值濾波器的卷積核的每個元素都相同，而高斯濾波器的卷積核的元素服從高斯分布。
高斯濾波器是基于二維的高斯分布函數，是以首先介紹二維高斯分布函數。二維高斯分布函數和圖如下：
其中x和y表示卷積核中某個元素橫坐标和縱坐标距離中心點的距離。sigma控制曲線的平緩程度，值越大，越平緩，最高點越低。我們可以輕易看出當x=0且y=0時值最大，即卷積核的中心點權重最大。
比如卷積核中一個元素距離中心點，橫向距離2，縱向距離1，那麼x=2,y=1，就能求出該元素的值。當然為了保證卷積核元素總和為1，最後每個元素都需要除以卷積核中所有元素之和。
怎麼确定卷積核的大小呢？确定sigma之後，雖然不管距離中心點多遠，該元素的高斯分布函數值總為非負數，但是根據經驗，卷積核的半徑定為3*sigma，是以寬高為6*sigma+1。
如果高斯濾波器的卷積核是二維的（m*n），則算法複雜度為O(m*n*M*N)，複雜度較高，是以接下來我們對算法複雜度進行優化。
一維的高斯分布函數和圖如下：
實際上，二維高斯分布函數可以分解為兩個一維高斯分布函數相乘，如下：
是以原本的源矩陣和二維卷積核做卷積等價于源矩陣先與1*m的一維卷積核做卷積，再與m*1的一維卷積核做卷積。一維卷積核的半徑仍定為3*sigma。此時算法複雜度變為O(2*m*M*N)。
這裡實作了簡單版本的高斯模糊，通過使用橫向和縱向的一維高斯濾波器分别對源矩陣卷積，通過設定sigma的大小能控制圖檔的模糊程度，值越大越模糊。但是算法速度仍比較慢，建議直接使用RenderScript版本或直接使用成熟的開源項目。
由于代碼過長，不能截圖，是以直接給出Gist位址：https://gist.github.com/xiazdong/d57bf5441f56db197163a5de69dfa65f
效果如下：
RenderScript是Android提出的一個計算密集型任務的高性能架構，能并行的處理任務，他可以充分利用多核CPU和GPU，你不需要管怎麼排程你的任務，隻需要管任務具體做什麼。這裡不深入介紹RenderScript，因為RenderScript已經提供了一個實作高斯模糊的類：ScriptIntrinsicBlur。
實作起來非常簡單：
開源項目
關于Android圖像模糊的開源項目有很多，比如Blurry是專門針對Bitmap或View做模糊，可以設定模糊的基底色，而且還能對模糊操作異步化；BlurKit-Android也能對Bitmap做高斯模糊（内部通過RenderScript實作），但最吸引人的是實作了毛玻璃的遮罩，效果如下：
BlurKit-Android支援的最低版本是Android 4.1（API 16），是以如果應用需要支援的最低版本是4.0，則不能使用該庫，Blurry支援的最低版本是3.0。
配置過程如下：
在build.gradle中設定：<code>compile 'com.wonderkiln:blurkit:1.0.0'</code>，并在defaultConfig中設定<code>renderscriptTargetApi 24</code>和<code>renderscriptSupportModeEnabled true</code>。
在Application的onCreate()最開始處加入<code>BlurKit.init(this);</code>。
配置完成後，通過調用<code>BlurKit.getInstance().blur(Bitmap src, int radius);</code>實作高斯模糊，并會把高斯模糊的結果圖寫入src，其中0<radius<=25。
該庫還提供了<code>fastBlur()</code>實作速度更快的高斯模糊，和<code>blur()</code>的差別在于，<code>fastBlur()</code>在高斯模糊之前對圖檔采樣，使得圖檔大小縮小好幾倍，進而加快高斯模糊的速度。這種加快速度的方法是合理的，因為高斯模糊并不需要原圖像很精确的資訊。
BlurKit-Android最吸引人的是提供高斯模糊的遮罩（BlurLayout），随着遮罩下面的内容的變化，高斯模糊效果也會随之改變。使用如下：
該Layout能夠實作實時的對該Layout下面的内容做高斯模糊。
配置方法：在build.gradle中添加<code>compile 'jp.wasabeef:blurry:2.1.1'</code>。
使用方法如下：
總的來說，這兩個庫都使用起來非常友善。
Android圖像處理系列 - 高斯模糊的幾種優化方法
iOS圖像處理系列 - 雙重曝光技術的GPUImage實作
iOS圖像處理系列 - GPUImage源碼解讀（二）
此文已由作者授權雲加社群釋出，轉載請注明文章出處
海量技術實踐經驗，盡在雲加社群！
https://cloud.tencent.com/developer