写在前面: 本人翻译并不专业,甚至英语不好,翻译内容仅供参考。由于博主是边学边翻译,所以不能保证翻译的准确性和正确性,如果可以,请查看原版学习,本文仅作学习记录之用。

《How to write a GIMP plug-in, part II》

原文:http://developer.gimp.org/writing-a-plug-in/2/index.html

作者:Dave Neary

在第一部分,我们展示了使用gimp去构建一个插件所需要的基本要素,现在为我们的插件提供一个简单且有用的算法。

介绍

我们将要实现一个简单模糊,它将默认安装在GIMP的“滤镜 – 模糊 – 模糊”中。 这个算法非常简单,把每个像素值替换为它周围像素的平均值即可,例如,我们举一个最简单的案例,一个3×3的矩阵,值为1到9,那么中心值则为5,9个元素就是它的邻里

使用这个方法,边缘差异会导致出现一个模糊的结果,可以采用不同的半径,使用(2r+1)x(2r+1)矩阵。

图像结构

我们在上个例子中写过一个run()函数,但是没有什么功能,现在我们再看一下run()的函数原形

static void run (const gchar     *name,
gint nparams,
const GimpParam *param,
gint *nreturn_vals,
GimpParam **return_vals);

前三个输入参数中的第一个是运行模式,还有一个是图像的标识符,另一个是活动并可拖拽的(图层或是遮盖) ,在GIMP中的图像是一个结构体,它包含指南,图层,遮盖,以及任何和图像相关的数据。“可拖拽”经常用在GIMP内部结构,它是一个可修改的对象,所以,图层,图层遮盖,选区全都是“可拖拽”的

获取数据

为了从标识符中获取GimpDrawable结构体,我们需要使用gimp_drawable_get()函数:

GimpDrawable *gimp_drawable_get (gint32 drawable_id);

使用这个结构体,我们可以通过GimpPixelRgn结构去访问可拖拽的数据,并且可以查看可拖拽类型(RGB,灰度)。完整的关于GimpDrawable函数列表可以在官方API中查询

两个对插件来说非常重要的函数是gimp_drawable_mask_bounds() 和 gimp_pixel_rgn_init()。第一个是用来为可拖拽对象的活动选区做限制,第二个是用来初始化GimpPixelRgn

当我们初始化完GimpPixelRgn后,我们可以通过不同的方式来访问数据,如以像素,以矩形,以圆,以柱方式访问,最好的方法取决于你打算使用的算法。此外,GIMP使用tile-based结构,载入/载出数据开销是很大的,所以如非必要,我们不要经常的使用它们。

主函数获取和设置的函数如下:

void gimp_pixel_rgn_get_pixel (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y);
void gimp_pixel_rgn_get_row (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y,
gint width);
void gimp_pixel_rgn_get_col (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y,
gint height);
void gimp_pixel_rgn_get_rect (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y,
gint width,
gint height);
void gimp_pixel_rgn_set_pixel (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y);
void gimp_pixel_rgn_set_row (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y,
gint width);
void gimp_pixel_rgn_set_col (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y,
gint height);
void gimp_pixel_rgn_set_rect (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y,
gint width,
gint height);

这里还有其它方法可以访问图像数据(甚至用的更多),它允许管理数据在tile级别,稍后我们将会详细的讨论它。

更新数据

插件更新图像数据后必须提交数据到内核,告诉它应该更新显示。这是通过如下两个函数实现的:

gimp_displays_flush ();
gimp_drawable_detach (drawable);

实现blur()函数

为了尝试不同的方法,我们使用blur函数,下面是run函数实现

static void
run (const gchar *name,
gint nparams,
const GimpParam *param,
gint *nreturn_vals,
GimpParam **return_vals)
{
static GimpParam values[];
GimpPDBStatusType status = GIMP_PDB_SUCCESS;
GimpRunMode run_mode;
GimpDrawable *drawable; /* Setting mandatory output values */
*nreturn_vals = ;
*return_vals = values; values[].type = GIMP_PDB_STATUS;
values[].data.d_status = status; /* Getting run_mode - we won't display a dialog if
* we are in NONINTERACTIVE mode */
run_mode = param[].data.d_int32; /* Get the specified drawable */
drawable = gimp_drawable_get (param[].data.d_drawable); gimp_progress_init ("My Blur..."); /* Let's time blur
*
* GTimer timer = g_timer_new time ();
*/ blur (drawable); /* g_print ("blur() took %g seconds.\n", g_timer_elapsed (timer));
* g_timer_destroy (timer);
*/ gimp_displays_flush ();
gimp_drawable_detach (drawable);
}

这里我们需要解释一些行,gimp_progress_init()函数的作用是为我们的插件初始化进度条(参数就是进度条上面显示的字符串)。稍后会在blur中调用gimp_progress_update()函数,根据参数百分比打印进度条。运行模式(run_mode)决定插件是否以图形界面开始。它可以是GIMP_RUN_INTERACTIVE, GIMP_RUN_NONINTERACTIVE 或 GIMP_RUN_WITH_LAST_VALS中的一个值。它们分别是“交互式运行”,“脚本运行”,“重复上次的滤镜”。

关于模糊算法本身,如下的版本使用的是gimp_pixel_rgn_(get|set)_pixel()函数,我们暂时还没有对它进行说明。

gimp_drawable_mask_bounds()是用来计算滤镜影响的范围,不包括任何非活动区域,通过这种方式限制处理可以提高性能。

gimp_pixel_rgn_init()根据指定参数初始化像素区域,两个bool变量存储着GimpPixelRgn的行为,如果dirty变量和shadow变量都为FALSE,那么这个GimpPixelRgn是用来读取的,如果都为TRUE,那么这个GimpPixelRgn是用来写的,其它的组合很少使用。

static void
blur (GimpDrawable *drawable)
{
gint i, j, k, channels;
gint x1, y1, x2, y2;
GimpPixelRgn rgn_in, rgn_out;
guchar output[]; /* Gets upper left and lower right coordinates,
* and layers number in the image */
gimp_drawable_mask_bounds (drawable->drawable_id,
&x1, &y1,
&x2, &y2);
channels = gimp_drawable_bpp (drawable->drawable_id); /* Initialises two PixelRgns, one to read original data,
* and the other to write output data. That second one will
* be merged at the end by the call to
* gimp_drawable_merge_shadow() */
gimp_pixel_rgn_init (&rgn_in,
drawable,
x1, y1,
x2 - x1, y2 - y1,
FALSE, FALSE);
gimp_pixel_rgn_init (&rgn_out,
drawable,
x1, y1,
x2 - x1, y2 - y1,
TRUE, TRUE); for (i = x1; i < x2; i++)
{
for (j = y1; j < y2; j++)
{
guchar pixel[][]; /* Get nine pixels */
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MAX (i - , x1),
MAX (j - , y1));
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MAX (i - , x1),
j);
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MAX (i - , x1),
MIN (j + , y2 - )); gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
i,
MAX (j - , y1));
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
i,
j);
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
i,
MIN (j + , y2 - )); gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MIN (i + , x2 - ),
MAX (j - , y1));
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MIN (i + , x2 - ),
j);
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MIN (i + , x2 - ),
MIN (j + , y2 - )); /* For each layer, compute the average of the
* nine */
for (k = ; k < channels; k++)
{
int tmp, sum = ;
for (tmp = ; tmp < ; tmp++)
sum += pixel[tmp][k];
output[k] = sum / ;
} gimp_pixel_rgn_set_pixel (&rgn_out,
output,
i, j);
} if (i % == )
gimp_progress_update ((gdouble) (i - x1) / (gdouble) (x2 - x1));
} /* Update the modified region */
gimp_drawable_flush (drawable);
gimp_drawable_merge_shadow (drawable->drawable_id, TRUE);
gimp_drawable_update (drawable->drawable_id,
x1, y1,
x2 - x1, y2 - y1);
}

按行处理

我们的函数有一个致命的缺点:性能,一个300×300的选区,在我的K6-2 350MHz处理需要12分钟,同样的选区,使用高斯模糊则仅仅需要3秒钟。

如果我们使用gimp_pixel_rgn_(get|set)_row()函数处理,那么速度会快很多,使用blur() v2版本,处理300×300的选区所需时间从760秒降到6秒钟。

static void
blur (GimpDrawable *drawable)
{
gint i, j, k, channels;
gint x1, y1, x2, y2;
GimpPixelRgn rgn_in, rgn_out;
guchar *row1, *row2, *row3;
guchar *outrow; gimp_drawable_mask_bounds (drawable->drawable_id,
&x1, &y1,
&x2, &y2);
channels = gimp_drawable_bpp (drawable->drawable_id); gimp_pixel_rgn_init (&rgn_in,
drawable,
x1, y1,
x2 - x1, y2 - y1,
FALSE, FALSE);
gimp_pixel_rgn_init (&rgn_out,
drawable,
x1, y1,
x2 - x1, y2 - y1,
TRUE, TRUE); /* Initialise enough memory for row1, row2, row3, outrow */
row1 = g_new (guchar, channels * (x2 - x1));
row2 = g_new (guchar, channels * (x2 - x1));
row3 = g_new (guchar, channels * (x2 - x1));
outrow = g_new (guchar, channels * (x2 - x1)); for (i = y1; i < y2; i++)
{
/* Get row i-1, i, i+1 */
gimp_pixel_rgn_get_row (&rgn_in,
row1,
x1, MAX (y1, i - ),
x2 - x1);
gimp_pixel_rgn_get_row (&rgn_in,
row2,
x1, i,
x2 - x1);
gimp_pixel_rgn_get_row (&rgn_in,
row3,
x1, MIN (y2 - , i + ),
x2 - x1); for (j = x1; j < x2; j++)
{
/* For each layer, compute the average of the nine
* pixels */
for (k = ; k < channels; k++)
{
int sum = ;
sum = row1[channels * MAX ((j - - x1), ) + k] +
row1[channels * (j - x1) + k] +
row1[channels * MIN ((j + - x1), x2 - x1 - ) + k] +
row2[channels * MAX ((j - - x1), ) + k] +
row2[channels * (j - x1) + k] +
row2[channels * MIN ((j + - x1), x2 - x1 - ) + k] +
row3[channels * MAX ((j - - x1), ) + k] +
row3[channels * (j - x1) + k] +
row3[channels * MIN ((j + - x1), x2 - x1 - ) + k];
outrow[channels * (j - x1) + k] = sum / ;
} } gimp_pixel_rgn_set_row (&rgn_out,
outrow,
x1, i,
x2 - x1); if (i % == )
gimp_progress_update ((gdouble) (i - y1) / (gdouble) (y2 - y1));
} g_free (row1);
g_free (row2);
g_free (row3);
g_free (outrow); gimp_drawable_flush (drawable);
gimp_drawable_merge_shadow (drawable->drawable_id, TRUE);
gimp_drawable_update (drawable->drawable_id,
x1, y1,
x2 - x1, y2 - y1);
}

来看一下完整的blur1.cblur2.c

第三部分

我们将改造我们的插件,使其可以根据我们提供的参数来处理

最新文章

  1. windows下打开VMware虚拟机时提示内存不足的处理方法
  2. Android 在Intent中传递接口
  3. SQL Server调优系列进阶篇 - 如何索引调优
  4. 处理MySQL数据库出现大量Locked的一个案例 (转)
  5. 一个字 word 是16位, 一个字由两个字节组成 , 字节=byte ,一个字节8位, 位=bit 如果没有特殊说明kb 就是指 k*bit
  6. Shell break和continue命令
  7. 关于Web安全的链接文章
  8. 射频识别技术漫谈(21)——RC系列射频芯片的天线设计
  9. USACO Arithmetic Progressions 【构造等差数列】
  10. 怎样查看Jdk是32位还是64位
  11. ELK 快速指南
  12. readAsDataURL(file) & readAsText(file, encoding)
  13. 四:OVS+GRE之网络节点
  14. AngularJS 四大特性
  15. Elasticsearch 分片路由原理指定分片存储查询
  16. script id
  17. 支付宝(alipay)即时到账收款接口开发中的那些事儿
  18. 微软职位内部推荐-Service Engineer for Office365
  19. 【机器学习】K近邻算法——多分类问题
  20. JMeter性能测试-服务器资源监控插件详解

热门文章

  1. Visual Studio Team Services使用教程--Readers tfs组成员添加
  2. 理解Android虚拟机体系结构(转)
  3. Gallatin(大陆版)Office365中Exchange Online混合部署功能已经能够使用了
  4. Spring AOP入门——概念和注意事项
  5. 乘法逆元...Orz
  6. 标准差(standard deviation)和标准错误(standard error)你能解释一下?
  7. Tyvj P1015 公路骑 (DP)
  8. Eclipse UML小工具AmaterasUML的配置和使用
  9. Codeforces548D:Mike and Feet(单调栈)
  10. SEO要领:8文章主持技巧(两)