基于Android 的易拍畫(huà)軟件設(shè)計(jì)與實(shí)現(xiàn)

胡奇超，王贈(zèng)凱，易文亮，盧奇

（嘉興學(xué)院數(shù)理與信息工程學(xué)院，嘉興 314001）

0 引言

調(diào)查研究發(fā)現(xiàn)，年齡在4-7 歲的兒童富于想象力和創(chuàng)造力，特別喜歡隨時(shí)隨地勾畫(huà)周邊的感興趣物體。這個(gè)階段的孩子大部分并不掌握基本的繪畫(huà)技巧，實(shí)際表現(xiàn)就是在紙上或墻上隨意涂畫(huà)。而很多家長(zhǎng)并不能在繪畫(huà)方面給予孩子很好的指導(dǎo)，他們不擅長(zhǎng)將身邊看到的任何意思的物體通過(guò)寥寥幾筆勾勒出來(lái)。雖然網(wǎng)絡(luò)上有一些特定物體的簡(jiǎn)筆畫(huà)圖案供家長(zhǎng)和孩子學(xué)習(xí)參考，但卻無(wú)法滿足家長(zhǎng)和孩子在任意時(shí)間對(duì)任意場(chǎng)景中任意物體的簡(jiǎn)筆畫(huà)圖案的需求。作為計(jì)算機(jī)應(yīng)用領(lǐng)域中的一個(gè)重要技術(shù)，圖像處理技術(shù)能夠?qū)?shù)字圖像進(jìn)行分析、處理和變換，從中抽取出用戶感興趣的東西。基于此，本文試圖利用圖像處理技術(shù)實(shí)現(xiàn)一個(gè)能夠自動(dòng)生成感興趣物體簡(jiǎn)筆畫(huà)圖案的移動(dòng)端軟件，最大程度地滿足家長(zhǎng)和孩子對(duì)簡(jiǎn)筆畫(huà)圖案的需求。

所謂簡(jiǎn)筆畫(huà)，就是用簡(jiǎn)單的線條來(lái)勾勒出物體的基本特征，簡(jiǎn)筆畫(huà)繪制已成為非真實(shí)感繪制研究領(lǐng)域的一個(gè)重要組成部分[1]。目前最常見(jiàn)的生成簡(jiǎn)筆畫(huà)的做法是將源圖像轉(zhuǎn)化成灰度圖像，再對(duì)灰度圖像進(jìn)行平滑、銳化圖像增強(qiáng)處理，然后在此基礎(chǔ)上對(duì)增強(qiáng)后的圖像進(jìn)行邊緣檢測(cè)[2-5]、邊緣細(xì)化、輪廓提取[6-8]，對(duì)得到的輪廓圖進(jìn)行分層處理，最后利用LIC 算法模擬產(chǎn)生鉛筆紋理，從而完成圖像的簡(jiǎn)筆畫(huà)風(fēng)格[9]。傳統(tǒng)的做法中，使用Canny 邊緣檢測(cè)[4]具有定位準(zhǔn)、精度高的優(yōu)點(diǎn)；使用圖層的劃分技術(shù)和LIC 算法，能夠較為真實(shí)的達(dá)到簡(jiǎn)筆畫(huà)繪制的效果。但也存在一定的缺點(diǎn)，例如傳統(tǒng)的Canny 邊緣檢測(cè)算法忽略了圖像的色彩信息、人為設(shè)定上下閾值等，這些缺陷導(dǎo)致檢測(cè)結(jié)果中包含了假邊緣或是丟失了某些真實(shí)邊緣[10-11]，以及LIC 算法需要對(duì)各個(gè)像素進(jìn)行卷積，計(jì)算量相對(duì)較大，比較費(fèi)時(shí)。

本文就如何利用計(jì)算機(jī)圖像處理技術(shù)開(kāi)發(fā)基于Android 的“易拍畫(huà)”軟件進(jìn)行論述。“易拍畫(huà)”軟件通過(guò)對(duì)手機(jī)拍攝對(duì)照片或網(wǎng)上下載的圖片，實(shí)現(xiàn)對(duì)彩色圖像進(jìn)行簡(jiǎn)筆畫(huà)風(fēng)格轉(zhuǎn)換，得到只具有原圖像輪廓的簡(jiǎn)筆畫(huà)。這種簡(jiǎn)筆畫(huà)正適合兒童模仿創(chuàng)造，解決了家長(zhǎng)在對(duì)兒童進(jìn)行繪畫(huà)指導(dǎo)中可能會(huì)碰到的問(wèn)題。

1 輪廓檢測(cè)算法

圖片簡(jiǎn)筆畫(huà)方案的生成可以利用計(jì)算機(jī)圖像處理中的輪廓檢測(cè)技術(shù)進(jìn)行自動(dòng)檢測(cè)，其步驟如圖1 所示。

圖1 輪廓檢測(cè)步驟

首先獲取源圖像，對(duì)源圖像進(jìn)行灰度處理，對(duì)得到的灰度圖像進(jìn)行邊緣檢測(cè)，其中邊緣檢測(cè)步驟包括圖像平滑處理、計(jì)算梯度值與方向、非極大值抑制、雙閾值檢測(cè)連接；最后是輪廓提取，得到輪廓輸出圖像。

1.1 灰度化處理

灰度化處理是將彩色數(shù)字圖像轉(zhuǎn)化為灰度圖像的過(guò)程。彩色數(shù)字圖像的每一個(gè)像素點(diǎn)都是由紅、藍(lán)、綠三個(gè)通道組成，分別對(duì)這三個(gè)通道每個(gè)分量分配不同的比重就可以產(chǎn)生世界上所有的顏色。在圖像的RGB模型中，當(dāng)R=G=B 時(shí)，表示為一種灰度顏色，其中R=G=B 的值叫做圖像的灰度值，將圖像進(jìn)行灰度化處理本質(zhì)上就是使彩色圖像的R,G,B 分量值相等的過(guò)程?；叶然幚矸椒╗12]有平均值法，最大值法和加權(quán)平均值法。本文使用基于OpenCV 的圖像灰度化處理，其函數(shù)原型是 CV_EXPORTS_W void cvtColor（InputArray src, OutputArray dst, int code, int dstCn = 0），參數(shù)含義如表1 所示。

表1 cvtColor 函數(shù)參數(shù)說(shuō)明

1.2 邊緣檢測(cè)

邊緣檢測(cè)是圖像處理的重要操作，是對(duì)圖像進(jìn)行分割和對(duì)象特征提取的關(guān)鍵步驟。當(dāng)一個(gè)像素點(diǎn)的四周像素灰度發(fā)生階躍性變化時(shí)，則把這種像素點(diǎn)的集合叫做邊緣。邊緣檢測(cè)的算法眾多，而Canny 算子由于其在抑制噪聲和檢測(cè)邊緣之間能夠取得較好的平衡，因而被廣泛應(yīng)用。用Canny 算子得到邊緣點(diǎn)的具體算法步驟如下所示：

（1）平滑處理

噪聲對(duì)邊緣檢測(cè)的算法效果影響很大，需要使用濾波器對(duì)圖像進(jìn)行降噪處理。常用的濾波器有均值濾波器、中值濾波器和高斯濾波器。由于高斯濾波器對(duì)去除服從正態(tài)分布的噪聲十分有效，對(duì)于去除高斯噪聲也有很好的效果。本文采用高斯濾波器對(duì)圖像進(jìn)行平滑處理，具體使用OpenCV 的GaussianBlur 函數(shù)進(jìn)行濾波，函數(shù)原型是void GaussianBlur（Mat src, Mat dst,Size ksize, double sigmaX, double sigmaY, int border-Type），參數(shù)說(shuō)明如表 2。

表2 GaussianBlur 函數(shù)參數(shù)說(shuō)明

（2）計(jì)算梯度幅值與方向

平滑后的圖像使用3×3 的一階有限差分進(jìn)行圖像的梯度幅值與方向計(jì)算。圖像的邊緣有不同方向的指向，Canny 算子用了四個(gè)梯度算子分別計(jì)算水平、垂直和對(duì)角線方向的梯度。要計(jì)算水平和垂直方向的差分Gx和Gy，可以使用邊緣差分算子進(jìn)行計(jì)算，計(jì)算梯度模和方向的公式如下，Gx,Gy分別代表x，y方向的梯度，θ代表梯度角度：

梯度角度θ的范圍為-π到π，把它近似到四個(gè)方向，分別代表水平，垂直和兩個(gè)對(duì)角線方向（0°,45°,90°,135°）。以 ±iπ/8(i=1,3,5,7)分割，給每個(gè)區(qū)域中下降的梯度角一個(gè)特定值，以表示四個(gè)方向之一。

（3）非極大值抑制

Canny 算子針對(duì)梯度幅值進(jìn)行非極大值抑制。通過(guò)檢測(cè)同一梯度方向上每個(gè)像素點(diǎn)的梯度幅值，判斷其是否為局部最大值。如果該點(diǎn)的梯度幅值不是最大值，則對(duì)應(yīng)的灰度值將被設(shè)置為0，如此大多數(shù)非邊緣點(diǎn)就可以被移除。如果該點(diǎn)的梯度幅值是最大值，它將被保留為邊緣點(diǎn)。

（4）滯后閾值處理

要確定圖像的哪些邊界才是真正的邊界。如圖2所示，需要設(shè)置兩個(gè)閾值：minVal 和maxVal，當(dāng)圖像的灰度梯度高于maxVal 時(shí)被認(rèn)為是真的邊界，而低與minVal 的則被拋棄。如果介于兩者之間的話，則判斷這個(gè)點(diǎn)是否與某個(gè)被確定為真正邊界的點(diǎn)相連，如果是就認(rèn)為這個(gè)點(diǎn)是邊界點(diǎn)，如果不是就拋棄。

圖2 滯后閾值示意圖

A 高于閾值maxVal 所以是真正的邊界點(diǎn)，C 介于maxVal 與minVal 之間并與A 相連，所以也被認(rèn)為是真正的邊界點(diǎn)。而B(niǎo) 就會(huì)被拋棄，其低于maxVal 且不與真正的邊界點(diǎn)相連。所以選擇合適的maxVal 和min-Val 對(duì)于能否取得好的邊緣十分重要。

1.3 輪廓提取

輪廓簡(jiǎn)單來(lái)說(shuō)就是一系列邊緣的集合，通過(guò)對(duì)一系列的邊緣進(jìn)行組合就可以得到一個(gè)完整的輪廓。用Canny 邊緣檢測(cè)算子對(duì)二值化后的圖像進(jìn)行處理后，得到只含邊緣的二值圖像。通過(guò)基于OpenCV 的find-Contours 函數(shù)對(duì)得到的只含邊緣的二值化圖像進(jìn)行輪廓提取，再通過(guò)drawContours 函數(shù)就可將輪廓繪制出來(lái)得到了輪廓圖。findContours 函數(shù)原型是void find-Contours（InputOutputArray image, OutputArrayOfArrays contours,OutputArray hierarchy, int mode,int method,Point offset=Point（）），參數(shù)說(shuō)明如表3。

drawContours 函數(shù)原型 void drawContours（ Input-OutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color,int thickness = 1, int line-Type = LINE_8, InputArray hierarchy = noArray（）,int maxLevel=INT_MAX,Point offset=Point（））是，參數(shù)說(shuō)明如表4。

表3 findContours 函數(shù)參數(shù)說(shuō)明

表4 drawContours 函數(shù)參數(shù)說(shuō)明

2 “易拍畫(huà)”軟件設(shè)計(jì)

本文在基于傳統(tǒng)做法基礎(chǔ)上做出了一定的改進(jìn)。在傳統(tǒng)的Canny 邊緣檢測(cè)算法的基礎(chǔ)上，進(jìn)行了對(duì)梯度幅值進(jìn)行非極大值抑制；用雙閾值算法檢測(cè)和連接邊緣等操作提升了效果。具體使用的圖像處理操作基于 OpenCV 開(kāi)源庫(kù)[13-14]。

2.1 總體架構(gòu)

本文實(shí)現(xiàn)一個(gè)基于Android 移動(dòng)端的“易拍畫(huà)”軟件，主要功能為將彩色圖像轉(zhuǎn)簡(jiǎn)筆畫(huà)風(fēng)格圖像[15-16]。將通過(guò)拍照或下載得到的源圖像進(jìn)行灰度化處理，將得到的灰度圖像通過(guò)Canny 邊緣檢測(cè)算法對(duì)其進(jìn)行模糊、去噪得到邊緣圖像，在得到的邊緣圖像的基礎(chǔ)上提取其輪廓，然后對(duì)圖像進(jìn)行分層處理，提出了適用于圖層的白噪聲生成方法，最后采用快速積分卷積（FLIC）替代傳統(tǒng)線積分卷積）LIC）進(jìn)行模擬紋理[17]，并將各層結(jié)果以及圖像輪廓進(jìn)行疊加生成簡(jiǎn)筆畫(huà)[18-20]。軟件的功能架構(gòu)如圖3 所示。

圖3“易拍畫(huà)“軟件的功能架構(gòu)

“易拍畫(huà)”軟件包括4 個(gè)主要功能。本地相冊(cè)選圖：用戶通過(guò)選擇本地相冊(cè)的圖片，裁剪后作為簡(jiǎn)筆畫(huà)的原圖像。拍照取圖：用戶啟動(dòng)手機(jī)的相機(jī)拍照，拍完照片后裁剪，作為簡(jiǎn)筆畫(huà)的原圖像。簡(jiǎn)筆畫(huà)生成：基于OpenCV 開(kāi)源庫(kù)對(duì)用戶選擇的圖像進(jìn)行處理后得到簡(jiǎn)筆畫(huà)。保存簡(jiǎn)筆畫(huà)：將生成的鉛筆畫(huà)保存到系統(tǒng)目錄下。

2.2 本地相冊(cè)

功能描述：此功能按鈕通過(guò)用戶直接選擇相冊(cè)中的圖片以便進(jìn)行之后的裁剪并簡(jiǎn)筆畫(huà)操作。

實(shí)現(xiàn)方法：checkReadPermission（）是處理執(zhí)行時(shí)的權(quán)限的邏輯的函數(shù)，判斷是否被授權(quán)，授權(quán)時(shí)直接進(jìn)行操作，未授權(quán)時(shí)根據(jù)請(qǐng)求結(jié)果進(jìn)行處理。請(qǐng)求處理結(jié)果在onRequestPermissonsResult（）函數(shù)中。這里，執(zhí)行權(quán)限申請(qǐng)按組處理，即屬于同一組的權(quán)限要求相同，如果用戶授權(quán)一個(gè)權(quán)限，同一組的權(quán)限也同時(shí)授權(quán)。SD 卡的讀寫(xiě)都屬于STORAGE 組，所以在申請(qǐng)SD 卡的讀寫(xiě)權(quán)限的時(shí)候申請(qǐng)讀寫(xiě)權(quán)限或者寫(xiě)權(quán)限就可以了。之后調(diào)用choseHeadImageFromGallery（）函數(shù)處理Intent 的 Activity，請(qǐng)求碼是 CODE_GALLERY_REQUEST。

2.3 拍照選圖

功能描述：此功能按鈕通過(guò)用戶拍照并顯示圖片以便進(jìn)行之后的裁剪并簡(jiǎn)筆畫(huà)操作。

實(shí)現(xiàn)方法：checkStoragePermission（）函數(shù)同樣用于處理運(yùn)行時(shí)權(quán)限的邏輯，需要Manifest.permission.CAMERA,Manifest.permission.READ_EXTERNAL_STOR -AGE 這兩個(gè)權(quán)限，判斷是否被授權(quán)，授權(quán)時(shí)直接進(jìn)行操作，未授權(quán)時(shí)根據(jù)請(qǐng)求結(jié)果進(jìn)行處理。之后調(diào)用choseHeadImageFromCameraCapture（）函數(shù)。addflags的作用是標(biāo)記Intent，允許Intent 啟動(dòng)的Activity 使用FileProvider 封裝的Uri。接著啟動(dòng)Activity，請(qǐng)求代碼為CODE_CAMERA_REQUEST。由此，完成拍攝請(qǐng)求，轉(zhuǎn)移到系統(tǒng)的拍攝接口，接著處理拍攝的照片。

從Android 7.0（SDK>=24）開(kāi)始，直接使用本地真實(shí)的URI 被認(rèn)為是不安全的，會(huì)拋出一個(gè)FileUriExposedException 異常，需要使用 FileProvider 上封裝的URI。FileProvider 的使用:新建 provider_paths.xml,paths指定要使用的目錄，external-path 為SD 卡根目錄，接下來(lái)，在AndroidManifest.xml 中注冊(cè)provider。grantU-riPermissions 設(shè)為true，以允許系統(tǒng)相機(jī)臨時(shí)使用此provider。authorities 與此前使用FileProvider 時(shí)一樣，exported 必須為false，否則將返回錯(cuò)誤。

2.4 照片裁剪

功能描述：此功能用于將本地相冊(cè)選的圖片或拍照選的圖片進(jìn)行裁剪以達(dá)到用戶所期望的圖片。

實(shí)現(xiàn)方法：cropRawPhoto（Uri uri）函數(shù)參數(shù)為拍照或本地圖片得到的圖片的Uri，創(chuàng)建com.android.camera.action.CROP 的 Intent，通過(guò) intent.putExtra 方法設(shè)置裁剪的大小比例，然后將裁剪好的圖輸出到所建文件中，圖片裁剪完成后回調(diào)的是case CODE_RESULT_REQUEST 下 的 setImageToHeadView（Intent a,Bitmap b）方法提取保存裁剪之后的圖片數(shù)據(jù)，并設(shè)置圖像部分的View。

intent.putExtra（"return-data", false）函數(shù)參數(shù) return-data 應(yīng)設(shè)置為false，如果設(shè)置為true，那么裁剪后的圖像直接以Bitmap 形式緩存到內(nèi)存中，但Bitmap 相當(dāng)大，如果手機(jī)內(nèi)存不足或分配給手機(jī)的內(nèi)存不足，就會(huì)因OOM 問(wèn)題而閃退。

2.5 簡(jiǎn)筆畫(huà)保存

功能描述：此功能用于將生成的簡(jiǎn)筆畫(huà)保存到手機(jī)本地相冊(cè)。

實(shí)現(xiàn)方法：設(shè)置點(diǎn)擊監(jiān)聽(tīng)器setOnClickListener，用戶點(diǎn)擊后調(diào)用saveImage（）方法，首先獲取ImageView,開(kāi)啟 DrawingCache，通過(guò) getDrawingCache 方法獲取ImageView 的Bitmap 格式的圖像并調(diào)用saveBitmap-File（）方法保存獲取的圖像，關(guān)閉DrawingCache，顯示Toast“已保存”。saveBitmapFile（）方法中獲取系統(tǒng)時(shí)間并賦給圖像名ImgName，new File（"/sdcard/1StickFigure/"）創(chuàng)建文件夾，new File（"/sdcard/1StickFigure/"+ImgName+".jpg"）將要保存圖片的路徑和圖片名稱，new FileOutputStream（file）保存到系統(tǒng)本地相冊(cè)。

3 效果與評(píng)價(jià)

3.1 軟件的實(shí)現(xiàn)

“易拍畫(huà)”軟件的開(kāi)發(fā)環(huán)境為Android Studio 3.5.2，開(kāi)發(fā)語(yǔ)言是Java 語(yǔ)言，利用JDK1.8 和開(kāi)源圖像處理工具OpenCV 3.4.3。由于Android 6.0 引入了運(yùn)行時(shí)權(quán)限，用戶不必在安裝時(shí)授予所有權(quán)限，可以在使用到相關(guān)功能時(shí)再授權(quán)。

圖4 展示了“易拍畫(huà)”軟件界面，界面中間是用來(lái)顯示圖像的ImageView 控件，點(diǎn)擊本地相冊(cè)和拍照選圖按鈕，分別是拍照和相冊(cè)選擇圖片功能，其中都實(shí)現(xiàn)了照片的自動(dòng)裁剪。裁剪后的圖片通過(guò)ImageView 控件顯示。如圖4 所示，可見(jiàn)在背景較為簡(jiǎn)單的情況下，彩色圖像的輪廓能很好地繪制出來(lái)，生成的輪廓完整清晰，無(wú)假邊緣，并且實(shí)際生成時(shí)間在1 秒之內(nèi)，一定程度上滿足了用戶對(duì)簡(jiǎn)筆畫(huà)效果和等待時(shí)間的需求。

圖4 易拍畫(huà)軟件實(shí)現(xiàn)效果圖

3.2 輪廓檢測(cè)效果測(cè)試

我們分別用不同類型的圖片對(duì)本文輪廓檢測(cè)算法進(jìn)行來(lái)測(cè)試，其中部分實(shí)驗(yàn)效果如圖5 所示?？梢钥吹讲煌瑘?chǎng)景下，輪廓效果都較為完整。但在背景較復(fù)雜、物體細(xì)節(jié)特征較多的情況下，輪廓的丟失以及細(xì)節(jié)處理方面都還需要進(jìn)一步改進(jìn)。

3.3 用戶評(píng)價(jià)

依據(jù)軟件的實(shí)際使用人群分別對(duì)四個(gè)年齡段的人群進(jìn)行調(diào)研打分，每組15 人分別打分，從邊緣檢測(cè)效果圖的邊緣完整性、邊緣準(zhǔn)確性、實(shí)際觀看效果三個(gè)方面對(duì)效果圖進(jìn)行了綜合評(píng)價(jià)，表5 給出了評(píng)分依據(jù)。評(píng)分結(jié)果如表6 所示。

圖5 輪廓檢測(cè)示例

第一行是源圖像，第二行是檢測(cè)結(jié)果

表5 評(píng)分依據(jù)

另外，選取10 組親子家庭實(shí)際使用“易拍畫(huà)”軟件，在他們使用了一段時(shí)間后，分別從軟件的易用性、界面設(shè)計(jì)、性能上進(jìn)行評(píng)判，評(píng)判結(jié)果如表7 所示。

表6 評(píng)分結(jié)果表

表7 評(píng)分結(jié)果表

4 結(jié)語(yǔ)

本文提出了利用圖像處理技術(shù)進(jìn)行簡(jiǎn)筆畫(huà)圖像生成的方法，并利用OpenCV 開(kāi)源庫(kù)實(shí)現(xiàn)了基于Android平臺(tái)“易拍畫(huà)”軟件。經(jīng)測(cè)試表明，所提出的方法可行，“易拍畫(huà)”軟件的實(shí)現(xiàn)效果能夠滿足用戶的基本需求，但仍然存在進(jìn)一步改進(jìn)的空間。可以通過(guò)使用不同場(chǎng)景下多樣的濾波來(lái)代替單一高斯濾波，來(lái)改進(jìn)Canny算子的邊緣檢測(cè)效果；在輪廓提取上可以使用輪廓近似來(lái)使輪廓更加完整。由于Android 手機(jī)的限制，簡(jiǎn)筆畫(huà)圖像生成速度也需進(jìn)一步改善；在具有復(fù)雜背景的輸入圖片情況下，簡(jiǎn)筆畫(huà)效果圖需要在輪廓精確性和簡(jiǎn)化輪廓層次兩個(gè)方面進(jìn)一步平衡和提升。