Canvas 10款基础滤镜（原理篇）

—ntheme: smartbluen—n# 本文简介nn点赞关注收藏 = 学会了nn

nn在学习 Canvas 的路上大概率会了解到滤镜，这是个很有趣的东西。nn用 Canvas 开发滤镜需要对几何数学、颜色的理解等领域都有一定基础。nn但先别关掉文章，没基础也没关系，不是还可以复制粘贴吗？（像极了正则表达式）nn

nn我在学习的过程中也尝试过写一些简单的滤镜，也收集过很多滤镜。但由于历史有点久远了，我找不到收集回来的滤镜出处了。如果有冒犯到原作者，请联系我进行整改~nn

nn如果你对 Canvas 感兴趣，可以关注《一看就懂的 Canvas 专栏》nn

nn本文使用到的猫咪图片素材来自 The Cat API。nn如果想要更多猫猫狗狗的API，可以查看《前端需要的免费在线api接口》。nn

nn# 开发环境nn本文所列出的例子都是在 .html 文件里编写的，可以直接看看代码仓库。nn需要注意的是，本例使用到的方法虽然是 Canvas 原生操作像素的方法，但必须有个服务器才能运行起来，不然不会生效。nn

nn可以搭建本地服务器运行本文案例，方法有很多种。nn比如你使用 Vue 或者 React 的脚手架搭建的项目，运行后就能跑起本文所有案例。nn又或者使用 http-server 启动本地服务。nn

nn本文使用一个更简单的工具。我用 VS Code 开发，安装了 Live Server 插件，它可以启动一个本地服务，同时自带热更新功能。nn

nn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可以在留言区提问~nn

nn# 滤镜原理nn众所周知，位图是由像素组成，像素是位图最小的信息单元。 你可以把日常看到大多数图片理解成由一个个点组成的图像。nn滤镜的作用是通过具体规则，将图像中的像素点按照计算得出的公式修改一遍再重新渲染出来。nnn

nn比如这样，将左侧的黑猫照片反色，原本白色的像素变成黑色，原本是黑色的像素变成白色。 而这就是具体规则。nn

nn滤镜就是操作像素点，在 Canvas 里有3个常用的 API 可以完成像素点的操作。nn它们分别是：nn- getImageData()n- putImageData()n- createImageData()nn

nn## getImageData()nngetImageData() 方法可以获取图片的数据。比如组成图片的像素集、图片的宽高等信息。nn语法：nnjsncontext.getImageData(x, y, width, height)nnn- x: 开始复制的左上角位置的 x 坐标。n- y: 开始复制的左上角位置的 y 坐标。n- width: 将要复制的矩形区域的宽度。n- height: 将要复制的矩形区域的高度。nn

nn举个例子，我使用这张猫图，在 Canvas 中渲染出来。然后使用 getImageData() 方法获取该图片的数据（为了展示方便，我在开发中使用的猫图是压缩过尺寸的）。nnn

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

nnn

nn打印出来的信息可以点开大图看看nn- data: 图片像素数据集，以数组的形式存放，这是本文要讲的重点，需要关注！n- colorSpace: 图片使用的色彩标准，这个属性在 Chrome 里有打印出来，Firefox 里没打印。不重要~n- height: 图片高度n- width: 图片宽度nn

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

nn其实 data 属性里记录了图片每个像素的 rgba 值分别是多少。nn- r 代表红色n- g 代表绿色n- b 代表蓝色n- a 透明度nn

nn这个和 CSS 里的 rgba 是同一个意思。nndata 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围是 0 - 255 的整数。nnndata: [r1, g1, b1, a1, r2, g2, b2, a2, ......]nnn| 像素点 | 值 | 颜色通道 |n| ——————- | —- | ——– |n| imgData.data[0] | 49 | 红色 r |n| imgData.data[1] | 47 | 绿色 g |n| imgData.data[2] | 51 | 蓝色 b |n| imgData.data[3] | 255 | 透明度 a |n| …… | …… | …… |n| imgData.data[n-4] | 206 | 红色 r |n| imgData.data[n-2] | 200 | 绿色 g |n| imgData.data[n-3] | 200 | 蓝色 b |n| imgData.data[n-1] | 255 | 透明度 a |nn

nn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。nn

nn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。比如想把图片的透明度设为 50%，只需要遍历一遍 data ，把 下标 1 能被4整除的元素的值改成 128 ，然后通过 putImageData() 方法将图片数据输出到画布上就行了。nn

nn## putImageData()nnputImageData() 可以将 ImageData 对象的数据（图片像素数据）绘制到画布上。nn语法：nnjsnputImageData(imageData, x, y)nn// 或者ncontext.putImageData(imgData,x,y,dirtyX,dirtyY,dirtyWidth,dirtyHeight)nnn- imageData: 规定要放回画布的 ImageData 对象n- x: ImageData 对象左上角的 x 坐标，以像素计n- y: ImageData 对象左上角的 y 坐标，以像素计n- dirtyX: 可选。水平值（x），以像素计，在画布上放置图像的位置n- dirtyY: 可选。水平值（y），以像素计，在画布上放置图像的位置n- dirtyWidth: 可选。在画布上绘制图像所使用的宽度n- dirtyHeight: 可选。在画布上绘制图像所使用的高度nn

nn比如，我要将图片复制到另一个位置nnn

nnhtmln<canvas id="c" width="700" height="320" style="border: 1px solid #ccc;"></canvas>nn<script>n const context = document.getElementById('c')n const ctx = context.getContext('2d')nn const img = new Image()n img.src = '../cat.jpg'nn img.onload = () => {n ctx.drawImage(img, 0, 0)nn const imgData = ctx.getImageData(0, 0, img.width, img.height)n ctx.putImageData(imgData, 100, 100) // 将图片对象输出到 (100, 100) 的位置上n }n</script>nnn

nnputImageData() 通常会和 getImageData() 一起配合使用。nn

nn## createImageData()nncreateImageData() 方法创建新的空白 ImageData 对象nn语法：nnjsn// 以指定的尺寸（以像素计）创建新的 ImageData 对象ncontext.createImageData(width, height)nn// 或者n// 创建与指定的另一个 ImageData 对象尺寸相同的新 ImageData 对象（不会复制图像数据）ncontext.createImageData(imageData)nnn

nn上面几个 API 只是看语法和介绍可能还不是很明了，直接看案例会学得比较快。nn先从最简单的开始~nn

nn# 反色nn一个像素由 rgba 4个元素组成，在反色效果中，不需要修改 a ，因为它负责不透明度。nn而 rgb 如果都是 255 ，就是白色，如果都是 0 就是黑色。nn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。nn比如 rgb(10, 200, 100) ，那么反色就是 rgb(245, 55, 155)。nn

nnn

nn当把所有像素都操作完成后，再使用 putImageData() 方法把数据渲染到指定位置上。nn

nn# 灰度nn使用 加权平均值 的方式可以计算出一个好看的灰度照片。nn

nn# 黑白nn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，直接取白色（255）；小于的话就取黑色（0）。nn因为每个通道的取值范围是 0 ~ 255，取中间值来判断，就使用了 128 做判断值。nn

nnn

nn# 亮度调节nn如果需要调亮，就把 rgb 每个值往上调；如果要调暗，就往下调。nn

nn## 调亮nnn

nn## 调暗nnn

nn# 调节RGB通道nn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。nn

nnn

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

nn# 调节透明度nn有了前面的例子，现在要调节图像透明度那实在太简单了。nn只需把 a 通道的值减去一个调节参数即可。nn

nnn

nn# RGB蒙版nn蒙版的逻辑和前面的 调节RGB通道 有点像。nn这里使用的公式是，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），最后将绿和蓝通道设置为0。nn

nnn

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

nn# 老照片滤镜nn老照片效果是有点偏黄的黑白灰照片，红绿 = 黄。nn通过调节，我得出以下代码nn

nnn

nn# 模糊nn让图片模糊的方法是，当前像素的值，取决于周围8个像素的平均值（某些情况没有8个那么多，比如像素在图像的边缘）。将平均值赋给当前正在操作的像素，就可以得到一个和周边像素比较接近的过渡颜色。nn其原理比较复杂，我打算开多一篇文章讲解~nn

nnn

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

nn# 马赛克nn马赛克的原理是：先定义一个马赛克范围参数，该参数越大，马赛克的格子就越大。通过该参数去到当前正在操作的像素的四周像素，并将这些像素的颜色值求出一个平均值，然后该像素四周的像素都使用求出来的颜色值。nn其原理也是比较复杂，不是一两百字能表达完。我同样打算写多一篇文章讲解~nn

nnn

nn# 总结nn开发 Canvas 滤镜其实就是定义好滤镜规则，再推算出算法去操作像素。nn

nn上面的例子中，模糊和马赛克的嵌套循环是比较多的。如果图片较大时可能会出现卡机的情况。nn要解决这个问题可以优化算法减少遍历，又或者将图像处理的任务交给工作线程来做。nn优化算法减少遍历，对我来说是有点难度的，所以我选择使用工作线程来处理图像，之后的文章会讲到

canvas

0 人点赞