JS封裝cavans多種濾鏡組件

​​前言:

圖片處理現在已經成為瞭我們生活中的剛需,想必大傢也經常有這方面的需求。實際前端業務中,也經常會有很多的項目需要用到圖片加工和處理。本文以javascript為基礎,用html5 + cavans實現多種常見的濾鏡效果,並且封裝成可調用的js文件(filter.js),且支持本地保存圖片。

效果展示:

一.實現思路

我們知道每張圖片都是由若幹像素組成,得到的像素是一個數組,顏色又是由RGBA組成,所以數組中每4個點組成一個顏色值,要去實現每個濾鏡的特效,就要去有規律的去改變像素值。當我們拿到圖片並且通過ctx.drawImage()方法繪制到cavans中後,可以通過ctx.getImageData()方法來獲取圖片數據。然後就可以通過filter.js來調用方法實現濾鏡效果。

二.cavans前置準備

1.獲取cavans

let filterCavans = document.getElementById("filterCavans");
filterCavans.width = img.clientWidth;
filterCavans.height = img.clientHeight;

2.獲取2d context對象

ctx = filterCavans.getContext("2d");

3.繪制圖片到cavans上

let img = document.getElementById("img");
ctx.drawImage(img, 0, 0, img.clientWidth, img.clientHeight);

4.獲取在cavans上已繪制圖片數據

canvasData = ctx.getImageData( 0, 0, filterCavans.width, filterCavans.height);

三.原理及實現

1.黑白調

原理:判斷當前像素的RGB值是否大於255的一半,如大於就全部設置為255,小於就全部設為0

blackWhite(imageData) {
    //所在區域圖片的像素集
    let data = imageData.data;
    for (let i = 0; i < data.length; i += 4) {
        let r = data[i];
        let g = data[i + 1];
        let b = data[i + 2];
        if (r > 255 / 2) {
            data[i] = 255
            data[i + 1] = 255
            data[i + 2] = 255
        } else if (r < 255 / 2) {
            data[i] = 0
            data[i + 1] = 0
            data[i + 2] = 0
        }
    }
}

2.灰色調

原理:把當前像素的RGB值 設置為當前像素RGB的平均值

gray(imageData) {
    let data = imageData.data;
    for (let i = 0; i < data.length; i += 4) {
        let r = data[i];
        let g = data[i + 1];
        let b = data[i + 2];

        let average = Math.floor((r + g + b) / 3);
        data[i] = average;
        data[i + 1] = average;
        data[i + 2] = average;
    }
}

3.反轉

原理:用255減去當前像素的RGB值

toggle(imageData) {
    let data = imageData.data;
    for (let i = 0, len = data.length; i < len; i += 4) {
        data[i] = 255 - data[i];
        data[i + 1] = 255 - data[i + 1]
        data[i + 2] = 255 - data[i + 2];
    }
}

4.復古

原理:RGB值乘以固定的數值

sepia(imageData) {
    let data = imageData.data;
    for (let i = 0; i < data.length; i += 4) {
        let r = data[i];
        let g = data[i + 1];
        let b = data[i + 2];
        data[i] = (r * 0.393) + (g * 0.769) + (b * 0.189);
    }
}

5.紅色蒙版

原理:紅色通道取平均值,綠色通道和藍色通道都設為0

myRed(imageData) {
    let data = imageData.data;
    for (let i = 0; i < data.length; i += 4) {
        let r = data[i];
        let g = data[i + 1];
        let b = data[i + 2];
        data[i] = (r + g + b) / 3;
        data[i + 1] = 0;
        data[i + 2] = 0;
    }
}

6.增加亮度

原理:RGB值直接加上所需要設置亮度delta

brightness(imageData, delta) {
    let data = imageData.data;
    for (let i = 0; i < data.length; i += 4) {
        data[i] += delta;
        data[i + 1] += delta;
        data[i + 2] += delta;
    }
}

7.浮雕

原理:每個像素的RGB值都設置為該位置的初始值 num 減去其上一個像素值得差,最後統一加上128用於控制灰度

carve(imageData) {
    let w = imageData.width, h = imageData.height;
    let data = imageData.data;
    for (let i = h; i > 0; i--) {  // 行
        for (let j = w; j > 0; j--) {  // 列
            for (let k = 0; k < 3; k++) {
                let num = (i * w + j) * 4 + k;
                let numUp = ((i - 1) * w + j) * 4 + k;
                let numDown = ((i + 1) * w + j) * 4 + k;
                data[num] = data[num] - data[numUp - 4] + 128;
            }
        }
    }
}

8.霧化

原理:通過隨機方法來設置當前像素點周圍的255白色值

fog(imageData) {
    let w = imageData.width, h = imageData.height;
    let data = imageData.data;
    for (let i = h; i > 0; i--) {  // 行
        for (let j = w; j > 0; j--) {  // 列
            let num = (i * w + j) * 4;
            if (Math.random() < 0.1) {
                data[num] = 255;
                data[num + 1] = 255;
                data[num + 2] = 255;
            }
        }
    }
}

9.毛玻璃

原理:用當前點四周一定范圍內任意一點的顏色來替代當前點顏色,最常用的是隨機的采用相鄰點進行替代。

spread(canvasData) {
    let w = canvasData.width, h = canvasData.height;
    for (let i = 0; i < h; i++) {
        for (let j = 0; j < w; j++) {
            for (let k = 0; k < 3; k++) {
                // Index of the pixel in the array  
                let num = (i * w + j) * 4 + k;
                let rand = Math.floor(Math.random() * 10) % 3;
                let num2 = ((i + rand) * w + (j + rand)) * 4 + k;
                canvasData.data[num] = canvasData.data[num2]
            }
        }
    }
}

10.馬賽克

原理:將圖像分成大小一致的圖像塊,每一個圖像塊都是一個正方形,並且在這個正方形中所有像素值都相等。我們可以將這個正方形看作是一個模板窗口,模板中對應的所有圖像像素值都等於該模板的左上角第一個像素的像素值,這樣的效果就是馬賽克效果,而正方形模板的大小則決定瞭馬賽克塊的大小,即圖像馬賽克化的程度。

mosaic(imageData, size) {
    let w = imageData.width, h = imageData.height;
    let data = imageData.data;
    for (let i = 1; i < h - 1; i += size) {
        for (let j = 1; j < w - 1; j += size) {
            let num = (i * w + j) * 4;
            for (let dx = 0; dx < size; dx++) {
                for (let dy = 0; dy < size; dy++) {
                    let x = i + dx;
                    let y = j + dy;
                    let p1 = (x * w + y) * 4;

                    data[p1 + 0] = data[num + 0];
                    data[p1 + 1] = data[num + 1];
                    data[p1 + 2] = data[num + 2];
                }
            }
        }
    }

11.模糊

原理:將當前像素的周邊像素的RGB值各自的平均值作為新的RGB值

myBlur(imageData) {
    let w = imageData.width, h = imageData.height;
    let data1 = imageData.data;
    let data2 = imageData.data;

    for (let i = 0; i < h; i++) {  // 行
        for (let j = 0; j < w; j++) {  // 列
            for (let k = 0; k < 3; k++) {
                let num = (i * w + j) * 4 + k;
                let numUp = ((i - 1) * w + j) * 4 + k;
                let numDown = ((i + 1) * w + j) * 4 + k;
                // 對另開內存的data1的改變為什麼會反應到data中
                data1[num] = (data2[numUp - 4] + data2[numUp] + data2[numUp + 4]
                    + data2[num - 4] + data2[num] + data2[num + 4]
                    + data2[numDown - 4] + data2[numDown] + data2[numDown + 4]) / 9;
            }
        }
    }
}

四.使用

//黑白調
filter.blackWhite(canvasData);

//保存圖片
save() {
    this.download("png");
},
//利用a標簽下載
download(type) {
    //設置保存圖片的類型
    let imgdata = filterCavans.toDataURL(type);
    //將mime-type改為image/octet-stream,強制讓瀏覽器下載
    let fixtype = function (type) {
        type = type.toLocaleLowerCase().replace(/jpg/i, "jpeg");
        let r = type.match(/png|jpeg|bmp|gif/)[0];
        return "image/" + r;
    };
    imgdata = imgdata.replace(fixtype(type), "image/octet-stream");
    //將圖片保存到本地
    let saveFile = function (data, filename) {
        let link = document.createElement("a");
        link.href = data;
        link.download = filename;
        link.click();
    };
    let filename = new Date().toLocaleDateString() + "." + type;
    saveFile(imgdata, filename);
}

到此這篇關於JS封裝cavans多種濾鏡組件的文章就介紹到這瞭,更多相關JS封裝cavans內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: