前言

Go 语言的官方包 imageimage/color 定义了非常多的类型,涵盖了很多的图像处理基础内容,本文简单介绍这些库中的基本概念和使用方法。

常见类型介绍

Colors

Colors 是一个接口,它的代码如下:

type Color interface {
	// RGBA returns the alpha-premultiplied red, green, blue and alpha values
	// for the color. Each value ranges within [0, 0xffff], but is represented
	// by a uint32 so that multiplying by a blend factor up to 0xffff will not
	// overflow.
	//
	// An alpha-premultiplied color component c has been scaled by alpha (a),
	// so has valid values 0 <= c <= a.
	RGBA() (r, g, b, a uint32)
}

简单来说,它定义了一个函数,它将任意类型的颜色转化为 rgba 值。这个转化过程可能是有损失的,比如转化 CMYKYCbCr 颜色空间的颜色。

Color 的 rgba 值都是经过了 alpha 预乘的。

Color 定义的 rgba 值类型是 uint32,但是它存储的颜色是 16 位色深,也就是其最大值为 65535,这样做为了兼容一些算法,以防止在某些乘法运算中出现溢出1

RGBA

image/color 包同样定义了很多实现了 Color 接口的颜色类型,例如 RGBA,它的代码如下:

type RGBA struct {
    R, G, B, A uint8
}

它简单地实现了经典的“8 bit 色深”颜色。

请注意,RGBA 的 R 字段是 [0, 255] 范围内的 8 位 alpha 预乘颜色。 RGBA 通过将该值乘以 0x101 来满足 Color 接口,以生成 [0, 65535] 范围内的 16 位 alpha 预乘颜色。 类似地,NRGBA 结构类型表示 8 位非 alpha 预乘颜色,如 PNG 图像格式所使用的那样。 直接操作 NRGBA 的字段时,值是非 alpha 预乘的,但在调用 RGBA 方法时,返回值是 alpha 预乘的。

Model

Model 是一个可以将 Colors 转化为其他 Colors 的接口,这个转化可能是有损失的。例如,GrayModel 可以将任何颜色转换为去饱和的灰色 GrayPalette 可以将任意颜色转化为有限的调色板中的一种颜色。

type Model interface {
    Convert(c Color) Color
}

type Palette []Color

Points

一个 Points 是一个整数网格上的 (x, y) 的坐标,轴向右和向下递增。它既不是像素也不是方格。它是一个没有宽度,高度和颜色的点。下图中为了可视化,使用了带有彩色的方块。

type Point struct {
    X, Y int
}

points

p := image.Point{2, 1}

Rectangles

一个 Rectangle 是整数网格上的轴对称矩形,它由俩个点来定义:它左上角的点和右下角的点。与点类似,矩形也没有颜色,但是下面图片为了可视化而使用了带有颜色的细线勾画出矩形,同时标出了他们的最小和最大点。

type Rectangle struct {
    Min, Max Point
}

为了方便,image.Rect(x0, y0, x1, y1) 等价于 image.Rectangle{image.Point{x0, y0}, image.Point{x1, y1}},但是书写起来更加容易。

左边和上边被包括在矩形内,而右边和下边不包括在矩形内。即对于一个点 p 和一个矩形 r,p 来说,In(p) 当且仅当 r.Min.X <= p.X && p.X < r.Max.X 时成立,对 Y 同理。这非常类似于切片 s[i0:i1] 包括 i0 而不包括 i1 一样。(与数组和切片不同,矩形经常包含有非零的原点)

rectangles

r := image.Rect(2, 1, 5, 5)
// Dx 和 Dy 返回一个矩形的宽和高
fmt.Println(r.Dx(), r.Dy(), image.Pt(0, 0).In(r)) // prints 3 4 false

将点加入矩形 Add() 会平移矩形。点和矩形并非局限于右下象限。

rectangles-2

r := image.Rect(2, 1, 5, 5).Add(image.Pt(-4, -2))
fmt.Println(r.Dx(), r.Dy(), image.Pt(0, 0).In(r)) // prints 3 4 true

俩个矩形相交 Intersect() 会生成另一个矩形,它可能是空的。

rectangles 3

r := image.Rect(0, 0, 4, 3).Intersect(image.Rect(2, 2, 5, 5))
// Size 返回一个矩形的宽和高,作为一个点
fmt.Printf("%#v\n", r.Size()) // prints image.Point{X:2, Y:1}

Point 和矩形 Rectangles 以值传递的方式返回值。将一个 Rectangle 作为 argument 传入一个函数相当于传入俩个 Point 或四个 int

Images

一个 ImageRectangle 中的每个正方形网格映射到某种 ModelColor。“The pixel at (x, y)” 是指由点 (x, y),(x+1, y),(x+1, y+1) 和 (x, y+1) 定义的正方形网格的颜色。

type Image interface {
	// ColorModel returns the Image's color model.
	ColorModel() color.Model
	// Bounds returns the domain for which At can return non-zero color.
	// The bounds do not necessarily contain the point (0, 0).
	Bounds() Rectangle
	// At returns the color of the pixel at (x, y).
	// At(Bounds().Min.X, Bounds().Min.Y) returns the upper-left pixel of the grid.
	// At(Bounds().Max.X-1, Bounds().Max.Y-1) returns the lower-right one.
	At(x, y int) color.Color
}

一个常见的错误是认为图像的 Bounds 开始于 (0, 0)。例如,一个 GIF 动画包含一系列图像,第一个图像之后的每个图像通常只保存更改区域的像素数据,并且该区域不一定从 (0, 0) 开始。正确地遍历一个 Image 的像素的方法如下:

b := m.Bounds()
for y := b.Min.Y; y < b.Max.Y; y++ {
    for x := b.Min.X; x < b.Max.X; x++ {
        doStuffWith(m.At(x, y))
    }
}

Image 的实现并不一定基于内存切片中的像素数据。例如,Uniform 表示一个具有巨大边界和统一颜色的图像,其内存就表示该颜色。

type Uniform struct {
    C color.Color
}

但是,通常地,程序需要一个基于切片的,存储着像是 RGBAGray(其包引用位 image.RGBA 和 image.Gray)这样的数据结构类型的像素数据,并且实现了 Image 接口的图像。

type RGBA struct {
    // Pix holds the image's pixels, in R, G, B, A order. The pixel at
    // (x, y) starts at Pix[(y-Rect.Min.Y)*Stride + (x-Rect.Min.X)*4].
    Pix []uint8
    // Stride is the Pix stride (in bytes) between vertically adjacent pixels.
    Stride int
    // Rect is the image's bounds.
    Rect Rectangle
}

这些类型同样提供了一个 Set(x, y int, c color.Color) 方法来允许一次修改图片的一个像素。

m := image.NewRGBA(image.Rect(0, 0, 640, 480))
m.Set(5, 5, color.RGBA{255, 0, 0, 255})

如果你在读或写大量的像素数据,直接读写这些结构中的 Pix 字段会更有效,同时也更复杂。

基于切片的 Image 实现还提供了 SubImage 方法。它可以返回同一组数组下的 Image。修改子图片的像素会影响原图的像素,类似修改子切片 s[i0:i1] 同样会影响原始切片 s 一样。

images

m0 := image.NewRGBA(image.Rect(0, 0, 8, 5))
m1 := m0.SubImage(image.Rect(1, 2, 5, 5)).(*image.RGBA)
fmt.Println(m0.Bounds().Dx(), m1.Bounds().Dx()) // prints 8, 4
fmt.Println(m0.Stride == m1.Stride)             // prints true

对于一些处理图片的 Pix 的底层代码,应该小心对于 Pix 的访问越界会影响图片边界外的像素。在上面的示例代码中,m1.Pix 覆盖的像素用蓝色阴影进行标注。而一些顶层代码,例如 AtSet 方法,或是 image/draw 包将会限制它们的操作在图片的边界内。

Image Formats

Go 语言标准库支持多种常见的图像格式,例如 GIF、JPEG 和 PNG。如果你知道源图像的文件格式,可以直接使用 io.Reader 进行解码。

import (
    "image/jpeg"
    "image/png"
    "io"
)

// convertJPEGToPNG converts from JPEG to PNG.
func convertJPEGToPNG(w io.Writer, r io.Reader) error {
    img, err := jpeg.Decode(r)
    if err != nil {
        return err
    }
    return png.Encode(w, img)
}

如果你有一张未知格式的图片,image.Decode 函数可以自动检测格式。可识别的格式是在运行时构建的,不限于标准库中的格式。图像格式包通常在 init 函数中注册其格式,main 包将“下划线引入”这样的包,不适用而仅仅为了注册其格式。

import (
    "image"
    "image/png"
    "io"

    _ "code.google.com/p/vp8-go/webp"
    _ "image/jpeg"
)

// convertToPNG converts from any recognized format to PNG.
func convertToPNG(w io.Writer, r io.Reader) error {
    img, _, err := image.Decode(r)
    if err != nil {
        return err
    }
    return png.Encode(w, img)
}

参考链接

https://go.dev/blog/image


  1. https://en.wikipedia.org/wiki/Alpha_compositing ↩︎