Android图片处理：颜色矩阵和坐标变换矩阵

UI开发过程中，我们经常需要对图片进行处理，常见的如贴图，复杂一些的还有位置变换、旋转、滤镜特效等，下面简单介绍一下关于图片处理的一些基本知识和原理。

1 基本概念
对于图片的处理，最常使用到的数据结构是Bitmap，它包含了一张图片所有的数据，这些数据数据包括那些内容呢？简单说来就是由点阵和颜色值组成的，所谓点阵就是一个在概念上是Width * Height的矩阵，每一个元素对应着图片的一个像素，也就是说，点阵保存着图片的空间位置信息；而颜色值即ARGB，分别对应透明度、红、绿、蓝这四个通道分量，每个通道用8比特定义，所以一个颜色值就是一个int整型，可以表示256*256*256种颜色值。

Android中我们常用到这么几个常量：ARGB_8888、ARGB_4444、RGB_565。这几个常量其实就是告诉系统如何对图片的颜色值进行处理，例如ARGB_8888是告诉系统透明度、R、G、B在颜色值中分别用8bit表示，这时颜色值为32bit，这样的定义能够表示最多的颜色值，图片质量也是最好的；ARGB_4444则是每个通道用4bit表示，这样颜色值只用16bit，节省了空间，但是却只能表示16*16*16种颜色，也就是说图片很失去很多彩色信息；RGB_565类型的颜色值同样是16bit，但是它丢弃了透明度信息，可以表示32*64*32种颜色值。

2 颜色矩阵
颜色矩阵是一个5*4的矩阵，用来对图片颜色值进行处理。定义颜色矩阵和颜色值如下如下：

进行如下矩阵运算：

结果R为4*1的矩阵，这个矩阵就是新的颜色值，R中每个通道的值分别如下：
R’ = a*R + b*G + c*B + d*A + e;
G’ = f*R + g*G + h*B + i*A + j;
B’ = k*R + l*G + m*B + n*A + o;
A’ = p*R + q*G + r*B + s*A + t;

这样看起来或许很抽象，很难理解颜色矩阵和结果R直接的关系，我们假设颜色矩阵值如下所示：

那么结果为：
R’ = R;
G’ = G;
B’ = B;
A’ = A;
也就是说，新的颜色值跟原先的一样！再看一个例子，颜色矩阵取值为：

结果为：
R’ = R + 100;
G’ = G + 100;
B’ = B;
A’ = A;
新的颜色值中，红色通道值和绿色通道值分别增加了100，此时图片会泛黄(因为R + G = Yellow)。

从上面的几个例子我们很容易就能明白颜色矩阵中的每个分量(每一列)的意义：
第一行决定红色，
第二行决定绿色，
第三行决定蓝色，
第四行决定了透明度，
第五列是颜色的偏移量。
至此我们应该能理解如何通过颜色矩阵来改变颜色值的各个分量了。

下面是用于Android的一段代码，用于将图片处理成泛黄的效果：

public static Bitmap testBitmap(Bitmap bitmap) {
  Bitmap output = Bitmap.createBitmap(bitmap.getWidth(),
    bitmap.getHeight(), Config.RGB_565);
  Canvas canvas = new Canvas(output);
  Paint paint = new Paint();
  ColorMatrix cm = new ColorMatrix();
  float[] array = { 1, 0, 0, 0, 100, 0, 1, 0, 0, 100, 0, 0, 1, 0, 0, 0,
    0, 0, 1, 0 };
  cm.set(array);
  paint.setColorFilter(new ColorMatrixColorFilter(cm));
  canvas.drawBitmap(bitmap, 0, 0, paint);
  return output;
 }