关于前端:Canvas-10款基础滤镜原理篇

本文简介

点赞 + 关注 + 珍藏 = 学会了

在学习 Canvas 的路上大概率会理解到 滤镜 ，这是个很乏味的货色。

用 Canvas 开发滤镜须要对几何数学、色彩的了解等畛域都有肯定根底。

但先别关掉文章，没根底也没关系，不是还能够复制粘贴吗？（像极了正则表达式）

我在学习的过程中也尝试过写一些简略的滤镜，也收集过很多滤镜。但因为历史有点长远了，我找不到收集回来的滤镜出处了。如果有触犯到原作者，请分割我进行整改~

如果你对 Canvas 感兴趣，能够关注《一看就懂的 Canvas 专栏》

本文应用到的猫咪图片素材来自 The Cat API。

如果想要更多猫猫狗狗的API，能够查看 《前端须要的收费在线api接口》 。

开发环境

本文所列出的例子都是在 .html 文件里编写的，能够间接看看代码仓库。

须要留神的是，本例应用到的办法尽管是 Canvas 原生操作像素的办法，但必须有个服务器能力运行起来，不然不会失效。

能够搭建本地服务器运行本文案例，办法有很多种。

比方你应用 Vue 或者 React 的脚手架搭建的我的项目，运行后就能跑起本文所有案例。

又或者应用 http-server 启动本地服务。

本文应用一个更简略的工具。我用 VS Code 开发，装置了 Live Server 插件，它能够启动一个本地服务，同时自带热更新性能。

开发环境方面就讲这么多，不是本文重点。如果是在不懂怎么搭建环境能够在留言区发问~

滤镜原理

家喻户晓，位图是由像素组成，像素是位图最小的信息单元。 你能够把日常看到大多数图片了解成由一个个点组成的图像。

滤镜的作用是通过具体规定，将图像中的像素点依照计算得出的公式批改一遍再从新渲染进去。

比方这样，将左侧的黑猫照片反色，本来红色的像素变成彩色，本来是彩色的像素变成红色。 而这就是具体规定。

滤镜就是操作像素点，在 Canvas 里有3个罕用的 API 能够实现像素点的操作。

它们别离是：

• getImageData()
• putImageData()
• createImageData()

getImageData()

getImageData() 办法能够获取图片的数据。比方组成图片的像素集、图片的宽低等信息。

语法：

context.getImageData(x, y, width, height)

• x: 开始复制的左上角地位的 x 坐标。
• y: 开始复制的左上角地位的 y 坐标。
• width: 将要复制的矩形区域的宽度。
• height: 将要复制的矩形区域的高度。

举个例子，我应用这张猫图，在 Canvas 中渲染进去。而后应用 getImageData() 办法获取该图片的数据（为了展现不便，我在开发中应用的猫图是压缩过尺寸的）。

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const cxt = context.getContext('2d')  const img = new Image() // 创立图片对象  img.src = './cat.jpg' // 加载本地图片  // 期待图片加载实现再往下执行  img.onload = () => {    // 渲染图片    cxt.drawImage(img, 10, 10)    // 获取图片信息    const imgData = cxt.getImageData(10, 10, img.width, img.height)    // 打印图片信息    console.log(imgData)  }</script>

打印进去的信息能够点开大图看看

• data: 图片像素数据集，以数组的模式寄存，这是本文要讲的重点，须要关注！
• colorSpace: 图片应用的色调规范，这个属性在 Chrome 里有打印进去，Firefox 里没打印。不重要~
• height: 图片高度
• width: 图片宽度

通过 getImageData() 获取到的信息中，须要重点关注的是 data ，它是一个一维数组，仔细观察发现外面的值没一个是大于255的，也不会小于0。

其实 data 属性里记录了图片每个像素的 rgba 值别离是多少。

• r 代表红色
• g 代表绿色
• b 代表蓝色
• a 透明度

这个和 CSS 里的 rgba 是同一个意思。

data 里，4个元素记录1个像素的信息。也就是说，1个像素是由 r、g、b、a 4个元素组成。而且每个元素的取值范畴是 0 - 255 的整数。

data: [r1, g1, b1, a1, r2, g2, b2, a2, ......]

如果一张图只有10个像素，通过 getImageData() 获取到的 data 信息中就有40个元素。

所以说，在 Canvas 中开发滤镜就是操作像素，也就是操作 data 里的数据。比方想把图片的透明度设为 50%，只须要遍历一遍 data ，把 下标 + 1 能被4整除的元素的值改成 128 ，而后通过 putImageData() 办法将图片数据输入到画布上就行了。

putImageData()

putImageData() 能够将 ImageData 对象的数据（图片像素数据）绘制到画布上。

语法：

putImageData(imageData, x, y)// 或者context.putImageData(imgData, x, y, dirtyX, dirtyY, dirtyWidth, dirtyHeight)

• imageData: 规定要放回画布的 ImageData 对象
• x: ImageData 对象左上角的 x 坐标，以像素计
• y: ImageData 对象左上角的 y 坐标，以像素计
• dirtyX: 可选。程度值（x），以像素计，在画布上搁置图像的地位
• dirtyY: 可选。程度值（y），以像素计，在画布上搁置图像的地位
• dirtyWidth: 可选。在画布上绘制图像所应用的宽度
• dirtyHeight: 可选。在画布上绘制图像所应用的高度

比方，我要将图片复制到另一个地位

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 0, 0)    const imgData = ctx.getImageData(0, 0, img.width, img.height)    ctx.putImageData(imgData, 100, 100) // 将图片对象输入到 (100, 100) 的地位上  }</script>

putImageData() 通常会和 getImageData() 一起配合应用。

createImageData()

createImageData() 办法创立新的空白 ImageData 对象

语法：

// 以指定的尺寸（以像素计）创立新的 ImageData 对象context.createImageData(width, height)// 或者// 创立与指定的另一个 ImageData 对象尺寸雷同的新 ImageData 对象（不会复制图像数据）context.createImageData(imageData)

下面几个 API 只是看语法和介绍可能还不是很明了，间接看案例会学得比拟快。

先从最简略的开始~

反色

一个像素由 rgba 4个元素组成，在反色成果中，不须要批改 a ，因为它负责不透明度。

而 rgb 如果都是 255 ，就是红色，如果都是 0 就是彩色。

反色的原理就是用 255 减去原来的值。也就是说红、绿、蓝各自取反。

比方 rgb(10, 200, 100) ，那么反色就是 rgb(245, 55, 155)。

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    for (var i = 0; i < data.length; i += 4) {      data[i + 0] = 255 - data[i + 0] // r，红通道      data[i + 1] = 255 - data[i + 1] // g，绿通道      data[i + 2] = 255 - data[i + 2] // b，蓝通道    }    ctx.putImageData(imgData, 340, 10)  }</script>

下面只操作 data[i + 0]、 data[i + 1] 和 data[i + 2]，就是每个像素的 rgb ，并没有操作通明通道。

所以反色之后，不透明度和本来是一样的。

当把所有像素都操作实现后，再应用 putImageData() 办法把数据渲染到指定地位上。

灰度

应用 加权平均值 的形式能够计算出一个难看的灰度照片。

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    for (var i = 0; i < data.length; i += 4) {      const grayscale = data[i] * 0.3 + data[i + 1] * 0.6 + data[i + 2] * 0.1      data[i + 0] = grayscale // r，红通道      data[i + 1] = grayscale // g，绿通道      data[i + 2] = grayscale // b，蓝通道    }    ctx.putImageData(imgData, 340, 10)  }</script>

黑白

将每个像素的 rgb 都相加起来，再除以 3 。判断一下是否大于 128 ，如果大于的话，间接取红色（255）；小于的话就取彩色（0）。

因为每个通道的取值范畴是 0 ~ 255，取两头值来判断，就应用了 128 做判断值。

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    for (var i = 0; i < data.length; i += 4) {      const r = data[i + 0]      const g = data[i + 1]      const b = data[i + 2]      const avg = (r + g + b) / 3      data[i + 0] = data[i + 1] = data[i + 2] = avg >= 128 ? 255 : 0    }    ctx.putImageData(imgData, 340, 10)  }</script>

亮度调节

如果须要调亮，就把 rgb 每个值往上调；如果要调暗，就往下调。

调亮

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    let luminance = 60 // 调节参数    for (var i = 0; i < data.length; i += 4) {      data[i + 0] += luminance // r，红通道      data[i + 1] += luminance // g，绿通道      data[i + 2] += luminance // b，蓝通道    }    ctx.putImageData(imgData, 340, 10)  }</script>

调暗

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    let luminance = 60 // 调节参数    for (var i = 0; i < data.length; i += 4) {      data[i + 0] -= luminance // r，红通道      data[i + 1] -= luminance // g，绿通道      data[i + 2] -= luminance // b，蓝通道    }    ctx.putImageData(imgData, 340, 10)  }</script>

调节RGB通道

其实和上一例差不多，先设置一个调节参数。如果只是想调红通道，那就让红通道和这个参数相加或者相减。

<canvas id="c" width="1000" height="700" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')    const ctx = context.getContext('2d')    const img = new Image()    img.src = '../cat.jpg'    img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    let arg = 80 // 调节参数    // r 红通道    const r = ctx.createImageData(imgData)    r.data.set(imgData.data)    const rData = r.data    for (var i = 0; i < rData.length; i += 4) {      rData[i + 0] += arg // r，红通道    }    ctx.putImageData(r, 10, img.height + 30)    // g 绿通道    const g = ctx.createImageData(imgData)    g.data.set(imgData.data)    const gData = g.data    for (var i = 0; i < gData.length; i += 4) {      gData[i + 1] += arg // g，绿通道    }    ctx.putImageData(g, 340, img.height + 30)    // b 蓝通道    const b = ctx.createImageData(imgData)    b.data.set(imgData.data)    const bData = b.data    for (var i = 0; i < bData.length; i += 4) {      bData[i + 2] += arg // b，蓝通道    }    ctx.putImageData(b, 670, img.height + 30)  }</script>

调节透明度

有了后面的例子，当初要调节图像透明度那切实太简略了。

只需把 a 通道的值减去一个调节参数即可。

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    let luminance = 60 // 调节参数    for (var i = 0; i < data.length; i += 4) {      data[i + 3] -= 100 // a通道，设置不透明度    }    ctx.putImageData(imgData, 340, 10)  }</script>

RGB蒙版

蒙版的逻辑和后面的 调节RGB通道 有点像。

这里应用的公式是，如果要做红色蒙版，首先求 rgb 3个通道的平均值，将平均值赋给红通道（r），最初将绿和蓝通道设置为0。

<canvas id="c" width="1000" height="700" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    let arg = 80 // 调节参数    // r 红通道    const r = ctx.createImageData(imgData)    r.data.set(imgData.data)    const rData = r.data    for (var i = 0; i < rData.length; i += 4) {      const r = rData[i + 0]      const g = rData[i + 1]      const b = rData[i + 2]      const avg = (r + g + b) / 3      rData[i + 0] = avg      rData[i + 1] = 0      rData[i + 2] = 0    }    ctx.putImageData(r, 10, img.height + 30)    // g 绿通道    const g = ctx.createImageData(imgData)    g.data.set(imgData.data)    const gData = g.data    for (var i = 0; i < gData.length; i += 4) {      const r = gData[i + 0]      const g = gData[i + 1]      const b = gData[i + 2]      const avg = (r + g + b) / 3      gData[i + 0] = 0      gData[i + 1] = avg      gData[i + 2] = 0    }    ctx.putImageData(g, 340, img.height + 30)    // b 蓝通道    const b = ctx.createImageData(imgData)    b.data.set(imgData.data)    const bData = b.data    for (var i = 0; i < bData.length; i += 4) {      const r = bData[i + 0]      const g = bData[i + 1]      const b = bData[i + 2]      const avg = (r + g + b) / 3      bData[i + 0] = 0      bData[i + 1] = 0      bData[i + 2] = avg    }    ctx.putImageData(b, 670, img.height + 30)  }</script>

老照片滤镜

老照片成果是有点偏黄的黑白灰照片，红 + 绿 = 黄。

通过调节，我得出以下代码

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    for (var i = 0; i < data.length; i += 4) {      const r = data[i + 0]      const g = data[i + 1]      const b = data[i + 2]      data[i + 0] = r * 0.28 + g * 0.72 + b * 0.22      data[i + 1] = r * 0.25 + g * 0.63 + b * 0.13      data[i + 2] = r * 0.17 + g * 0.66 + b * 0.13    }    ctx.putImageData(imgData, 340, 10)  }</script>

含糊

让图片含糊的办法是，以后像素的值，取决于四周8个像素的平均值（某些状况没有8个那么多，比方像素在图像的边缘）。将平均值赋给以后正在操作的像素，就能够失去一个和周边像素比拟靠近的过渡色彩。

其原理比较复杂，我打算开多一篇文章解说~

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    const width = imgData.width    const height = imgData.height    const gaussMatrix = []    let gaussSum = 0    let x = 0    let y = 0    let i = 0    let j = 0    let k = 0    let len = 0    const radius = 10    const sigma = 5    let r = 0    let g = 0    let b = -1 / (2 * sigma * sigma)    let a = 1 / (Math.sqrt(2 * Math.PI) * sigma)    // 生成高斯矩阵    for (i = 0, x = -radius; x <= radius; x++, i++) {      g = a * Math.exp(b * x * x)      gaussMatrix[i] = g      gaussSum += g    }    // 归一化, 保障高斯矩阵的值在[0,1]之间    for (i = 0, len = gaussMatrix.length; i < len; i++) {      gaussMatrix[i] /= gaussSum    }    // x 方向一维高斯运算    for (y = 0; y < height; y++) {      for (x = 0; x < width; x++) {        r = g = b = a = 0        gaussSum = 0        for (j = -radius; j <= radius; j++) {          k = x + j          if (k >= 0 && k < width) { // 确保 k 没超出 x 的范畴            // r,g,b,a 四个一组            i = (y * width + k) * 4            r += data[i] * gaussMatrix[j + radius]            g += data[i + 1] * gaussMatrix[j + radius]            b += data[i + 2] * gaussMatrix[j + radius]            gaussSum += gaussMatrix[j + radius]          }        }        i = (y * width + x) * 4        // 除以 gaussSum 是为了打消处于边缘的像素, 高斯运算有余的问题        // console.log(gaussSum)        data[i] = r / gaussSum        data[i + 1] = g / gaussSum        data[i + 2] = b / gaussSum      }    }    // y 方向一维高斯运算    for (x = 0; x < width; x++) {      for (y = 0; y < height; y++) {        r = g = b = a = 0        gaussSum = 0        for (j = -radius; j <= radius; j++) {          k = y + j          if (k >= 0 && k < height) { // 确保 k 没超出 y 的范畴            i = (k * width + x) * 4            r += data[i] * gaussMatrix[j + radius]            g += data[i + 1] * gaussMatrix[j + radius]            b += data[i + 2] * gaussMatrix[j + radius]            gaussSum += gaussMatrix[j + radius]          }        }        i = (y * width + x) * 4        data[i] = r / gaussSum        data[i + 1] = g / gaussSum        data[i + 2] = b / gaussSum      }    }    ctx.putImageData(imgData, 340, 10)  }</script>

马赛克

马赛克的原理是：先定义一个马赛克范畴参数，该参数越大，马赛克的格子就越大。通过该参数去到以后正在操作的像素的周围像素，并将这些像素的色彩值求出一个平均值，而后该像素周围的像素都应用求进去的色彩值。

其原理也是比较复杂，不是一两百字能表白完。我同样打算写多一篇文章解说~

<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas><script>  const context = document.getElementById('c')  const ctx = context.getContext('2d')  const img = new Image()  img.src = '../cat.jpg'  img.onload = () => {    ctx.drawImage(img, 10, 10)    const imgData = ctx.getImageData(10, 10, img.width, img.height)    const data = imgData.data    const blur = 6 // 马赛克范畴    const blurR = 2 * blur + 1    const total = blurR * blurR    for (let i = blur; i <= img.width; i = i + blurR) {      for (let j = blur; j <= img.height; j = j + blurR) {        let r = 0        let g = 0        let b = 0        for (let leny = -blur; leny <= blur; leny++) {          for (let lenx = -blur; lenx <= blur; lenx++) {            r += data[4 * ((j + leny) * img.width + i + lenx) + 0]            g += data[4 * ((j + leny) * img.width + i + lenx) + 1]            b += data[4 * ((j + leny) * img.width + i + lenx) + 2]          }        }        let vr = r / total        let vg = g / total        let vb = b / total        for (let leny = -blur; leny <= blur; leny++) {          for (let lenx = -blur; lenx <= blur; lenx++) {            data[4 * ((j + leny) * img.width + i + lenx) + 0] = vr            data[4 * ((j + leny) * img.width + i + lenx) + 1] = vg            data[4 * ((j + leny) * img.width + i + lenx) + 2] = vb          }        }      }    }    ctx.putImageData(imgData, imgData.width + 30, 10)  }</script>

总结

开发 Canvas 滤镜其实就是定义好滤镜规定，再推算出算法去操作像素。

下面的例子中，含糊和马赛克的嵌套循环是比拟多的。如果图片较大时可能会呈现卡机的状况。

要解决这个问题能够优化算法缩小遍历，又或者将图像处理的工作交给工作线程来做。

优化算法缩小遍历，对我来说是有点难度的，所以我抉择应用工作线程来解决图像，之后的文章会讲到~

代码仓库

⭐Canvas 滤镜

举荐浏览

《Canvas 从入门到劝敌人放弃（图解版）》

《SVG 从入门到悔恨，怎么不早点学起来（图解版）》

《Fabric.js 从入门到收缩》

《『Three.js』腾飞！》

《SVG 在前端的7种应用办法，你还晓得哪几种？》

点赞 + 关注 + 珍藏 = 学会了
代码仓库