# 13 | 如何给简单的图案添加纹理和复杂滤镜? 你好,我是月影。 上一课我们讲了两类处理像素的滤镜,分别是颜色滤镜和高斯滤镜。其中,**颜色滤镜是基本的简单滤镜**。因为简单滤镜里的每个像素都是独立的,所以它的处理结果**不依赖于其他像素点的信息**,因此应用起来也比较简单。**而高斯滤镜也就是平滑效果滤镜**,它是最基本的**复杂滤镜**。复杂滤镜的处理结果不仅与当前像素有关,还与其周围的像素点有关,所以应用起来很复杂。 当然了,颜色滤镜和高斯滤镜能够实现的视觉效果有限。如果想要实现更复杂的视觉效果,我们还需要使用更多其他的滤镜。所以这一节课,我们就来说说,怎么结合不同滤镜实现更复杂的视觉效果。 ## 其他简单滤镜在Canvas中的应用 我们知道,简单滤镜的处理效果和像素点的颜色有关。其实,还有一些简单滤镜的处理效果和像素点的坐标、外部环境(比如鼠标位置、时间)有关。这些滤镜虽然也是简单滤镜,但能实现的效果可不简单。让我们来看几个有趣的例子。 **第一个例子,实现图片边缘模糊的效果。** ``` import {loadImage, getImageData, traverse} from './lib/util.js'; const canvas = document.getElementById('paper'); const context = canvas.getContext('2d'); (async function () { const img = await loadImage('assets/girl1.jpg'); const imageData = getImageData(img); traverse(imageData, ({r, g, b, a, x, y}) => { const d = Math.hypot((x - 0.5), (y - 0.5)); a *= 1.0 - 2 * d; return [r, g, b, a]; }); canvas.width = imageData.width; canvas.height = imageData.height; context.putImageData(imageData, 0, 0); }()); ``` 如上面代码所示,我们可以在遍历像素点的时候计算当前像素点到图片中心点的距离,然后根据距离设置透明度,这样我们就可以实现下面这样的边缘模糊效果了。 ![](https://static001.geekbang.org/resource/image/33/c0/33450156f67efc94d33e6f93ea8b93c0.jpg "边缘模糊效果示意图") **第二个,我们可以利用像素处理实现图片融合**。比如说,我们可以给一张照片加上阳光照耀的效果。具体操作就是,把下面这张透明的PNG图片叠加到一张照片上。 ![](https://static001.geekbang.org/resource/image/fe/1e/fe66ffff1ff6bd738bbb3ca4e037671e.jpg "纹理") 这种能叠加到其他照片上的图片,通常被称为**纹理**(Texture),叠加后的效果也叫做纹理效果。纹理与图片叠加的代码和效果如下: ``` import {loadImage, getImageData, traverse, getPixel} from './lib/util.js'; import {transformColor, brightness, saturate} from './lib/color-matrix.js'; const canvas = document.getElementById('paper'); const context = canvas.getContext('2d'); (async function () { const img = await loadImage('assets/girl1.jpg'); const sunlight = await loadImage('assets/sunlight.png'); const imageData = getImageData(img); const texture = getImageData(sunlight); traverse(imageData, ({r, g, b, a, index}) => { const texColor = getPixel(texture, index); return transformColor([r, g, b, a], brightness(1 + 0.7 * texColor[3]), saturate(2 - texColor[3])); }); canvas.width = imageData.width; canvas.height = imageData.height; context.putImageData(imageData, 0, 0); }()); ``` ![](https://static001.geekbang.org/resource/image/5c/71/5cbf83d6217e5a1062e4c8380af85271.jpg "阳光照耀效果图") 另外,我们还可以选择不同的图片,来实现不同的纹理叠加效果,比如爆炸效果、水波效果等等。 ![](https://static001.geekbang.org/resource/image/2c/7f/2c74538c71c23577a8d87b572335c57f.jpg "爆炸效果图") 纹理叠加能实现的效果非常多,所以它也是像素处理中的基础操作。不过,不管我们是用Canvas的ImageData API处理像素、应用滤镜还是纹理合成都有一个弊端,那就是我们必须循环遍历图片上的每个像素点。如果这个图片很大,比如它是2000px宽、2000px高,我们就需要遍历400万像素!这个计算量是相当大的。 因为在前面的例子中,我们生成的都只是静态的图片效果,所以这个计算量的问题还不明显。一旦我们想要利用像素处理,制作出更酷炫的动态效果,这样的计算量注定会成为性能瓶颈。这该怎么办呢? 好在,我们还有WebGL这个神器。WebGL通过运行着色器代码来完成图形的绘制和输出。其中,片元着色器负责处理像素点的颜色。那接下来,我们来说说如何用片元着色器处理像素。 ## 片元着色器是怎么处理像素的? 如果想要在片元着色器中处理像素,我们需要先将图片的数据信息读取出来,交给WebGL程序来处理,这样我们就可以在着色器中处理了。 那么如何将图片数据信息读取出来呢?在WebGL中,我们会使用特殊的一种对象,叫做**纹理对象**(Texture)。我们将纹理对象作为一种特殊格式的变量,通过uniform传递给着色器,这样就可以在着色器中处理了。 纹理对象包括了整张图片的所有像素点的颜色信息,在着色器中,我们可以通过纹理坐标来读取对应的具体坐标处像素的颜色信息。纹理坐标是一个变量,类型是二维向量,x、y的值从0到1。在我们前面的课程里已经见过这个变量,就是我们传给顶点着色器的uv属性,对应片元着色器中的vUv变量。 因此,着色器中是可以加载纹理对象的。具体来说就是,我们先通过图片或者Canvas对象来创建纹理对象,然后通过uniform变量把它传入着色器。这样,我们再通过纹理坐标vUv就可以从加载的纹理对象上获取颜色信息。 ### 1\. 加载纹理 下面,我就详细说说每一步的具体操作。 **首先是创建纹理对象**。这个步骤比较复杂,因为设置不同的参数可以改变我们在Shader中对纹理取色的行为,所以其中最复杂的是参数部分。但在这里我们不需要知道太多,你先记住我在代码里给出的这几个就够了。其他的,如果之后需要用到,你再去参考[相关的资料](https://zhuanlan.zhihu.com/p/68894334)就可以了。代码如下所示: ``` function createTexture(gl, img) { // 创建纹理对象 const texture = gl.createTexture(); // 设置预处理函数,由于图片坐标系和WebGL坐标的Y轴是反的,这个设置可以将图片Y坐标翻转一下 gl.pixelStorei(gl.UNPACK_FLIP_Y_WEBGL, true); // 激活指定纹理单元,WebGL有多个纹理单元,因此在Shader中可以使用多个纹理 gl.activeTexture(gl.TEXTURE0); // 将纹理绑定到当前上下文 gl.bindTexture(gl.TEXTURE_2D, texture); // 指定纹理图像 gl.texImage2D(gl.TEXTURE_2D, 0, gl.RGBA, gl.RGBA, gl.UNSIGNED_BYTE, img); // 设置纹理的一些参数 gl.texParameteri(gl.TEXTURE_2D, gl.TEXTURE_WRAP_S, gl.CLAMP_TO_EDGE); gl.texParameteri(gl.TEXTURE_2D, gl.TEXTURE_WRAP_T, gl.CLAMP_TO_EDGE); gl.texParameteri(gl.TEXTURE_2D, gl.TEXTURE_MIN_FILTER, gl.LINEAR); } // 解除纹理绑定 gl.bindTexture(gl.TEXTURE_2D, null); return texture; } ``` 纹理创建完成之后,我们还要**设置纹理**。具体来说就是,通过gl.activeTexture将对象绑定到纹理单元,再把纹理单元编号通过uniform写入shader变量中。 ``` function setTexture(gl, idx) { // 激活纹理单元 gl.activeTexture(gl.TEXTURE0 + idx); // 绑定纹理 gl.bindTexture(gl.TEXTURE_2D, texture); // 获取shader中纹理变量 const loc = gl.getUniformLocation(program, 'tMap'); // 将对应的纹理单元写入shader变量 gl.uniform1i(loc, idx); // 解除纹理绑定 gl.bindTexture(gl.TEXTURE_2D, null); } ``` 这样设置完成之后,我们就可以在Shader中使用纹理对象了。使用的代码如下: ``` uniform sampler2D tMap; ... vec3 color = texture2D(tMap, vUv); // 从纹理中提取颜色,vUv是纹理坐标 ``` 总的来说,在WebGL中,从创建纹理、设置纹理到使用纹理的步骤非常多,使用上可以说是非常繁琐了。方便起见,这里我们可以直接使用上一节课用过的gl-renderer库。经过gl-renderer库的封装之后,我们通过renderer.loadTexture就可以创建并加载纹理,然后直接将纹理对象本身作为renderer的uniforms属性值即可,就不用去关注其他细节了。具体的操作代码如下: ``` const texture = await renderer.loadTexture(imgURL); renderer.uniforms.tMap = texture; ``` 知道了原理,接下来,我们就一起来动手把图片创建为纹理,然后加载到Shader中去使用吧。 首先,我们读取图片纹理并加载,代码如下所示。 ``` const texture = await renderer.loadTexture('https://p1.ssl.qhimg.com/t01cca5849c98837396.jpg'); renderer.uniforms.tMap = texture; renderer.setMeshData([{ positions: [ [-1, -1], [-1, 1], [1, 1], [1, -1], ], attributes: { uv: [ [0, 0], [0, 1], [1, 1], [1, 0], ], }, cells: [[0, 1, 2], [2, 0, 3]], }]); renderer.render(); ``` 然后,我们直接对纹理对象取色。对应的片元着色器代码如下所示: ``` #ifdef GL_ES precision highp float; #endif uniform sampler2D tMap; varying vec2 vUv; void main() { gl_FragColor = texture2D(tMap, vUv); } ``` 在片元着色器中,我们使用texture2D函数来获取纹理的颜色。这个函数支持两个参数,一个是纹理单元的uniform变量,另一个是要获取像素的坐标,这个坐标就是我们之前用过的uv纹理坐标。在这个片元着色器代码里,我们只是根据vUv坐标将纹理图片上对应的颜色取出来,其他什么也没做,所以画布上最终呈现出来的还是原始图片。 ![](https://static001.geekbang.org/resource/image/d2/36/d22c3ff49fd473b4cb6b52f036542a36.jpg) ### 2\. 实现滤镜 加载完纹理之后,我们就可以在它的基础上实现滤镜了。用Shader实现滤镜的方法也很简单,为了方便你理解,这次我们就只实现图片灰度化。我们可以在前面加载纹理的基础上,引入颜色矩阵,修改后的片元着色器代码如下: ``` #ifdef GL_ES precision highp float; #endif uniform sampler2D tMap; uniform mat4 colorMatrix; varying vec2 vUv; void main() { vec4 color = texture2D(tMap, vUv); gl_FragColor = colorMatrix * vec4(color.rgb, 1.0); gl_FragColor.a = color.a; } ``` 然后,你可以把这段代码和我们刚才加载纹理的代码做个比较。你会发现,刚才我们只是简单地把color从纹理坐标中取出,直接把它设置给gl\_FragColor。而现在,我们在设置gl\_FragColor的时候,是先把颜色和colorMatrix相乘。这样其实就相当于是对颜色向量做了一个仿射变换。 对应地,我们修改一下前面的JavaScript代码。其中最主要的修改操作,就是通过uniform引入了一个colorMatrix。修改后的代码如下: ``` const texture = await renderer.loadTexture('https://p1.ssl.qhimg.com/t01cca5849c98837396.jpg'); renderer.uniforms.tMap = texture; const r = 0.2126, g = 0.7152, b = 0.0722; renderer.uniforms.colorMatrix = [ r, r, r, 0, g, g, g, 0, b, b, b, 0, 0, 0, 0, 1, ]; renderer.setMeshData([{ positions: [ [-1, -1], [-1, 1], [1, 1], [1, -1], ], attributes: { uv: [ [0, 0], [0, 1], [1, 1], [1, 0], ], }, cells: [[0, 1, 2], [2, 0, 3]], }]); renderer.render(); ``` 还记得吗?上一节课我们也实现了一个颜色矩阵,那它们有什么区别呢?区别主要有两个。 首先,上一节课的颜色矩阵是一个4_5的矩阵,但是因为GLSL语法在数据类型上不能直接支持mat4(4_4)以上的矩阵,所以我们要计算4\*5矩阵很不方便。而且在通常情况下,我们不经常处理颜色的alpha值,所以这里我就把alpha通道忽略了,只对RGB做矩阵变换,这样我们用mat4的齐次矩阵就够了。 其次,根据标准的矩阵与向量乘法的法则,应该是向量与矩阵的列相乘,所以我把这次传入的矩阵转置了一下,把按行排列的rgba换成按列排列,就得到了下面这个矩阵。 ``` renderer.uniforms.colorMatrix = [ r, r, r, 0, g, g, g, 0, b, b, b, 0, 0, 0, 0, 1, ]; ``` 这样,我们就实现了与上一节课一样的图片灰度化的功能,它是使用片元着色器实现的,在性能上要远远高于Canvas2D。 ### 3\. 实现图片的粒子化 不过,用Shader只处理颜色滤镜就有些大材小用了,利用Shader的高性能我们可以实现一些更加复杂的效果,比如,给图片实现一个粒子化的渐显效果。如下图所示: ![](https://static001.geekbang.org/resource/image/02/ea/02df04608e76c0920ac9ef1525c42aea.gif) 这个视觉效果如果在Canvas2D中实现,需要大量的运算,非常耗费性能,几乎不太可能流畅地运行起来,但是在WebGL的Shader中就可以轻松做到。究竟是怎么做到的呢? 我们重点来看一下Fragment Shader的代码。 ``` #ifdef GL_ES precision highp float; #endif uniform sampler2D tMap; uniform float uTime; varying vec2 vUv; float random (vec2 st) { return fract(sin(dot(st.xy, vec2(12.9898,78.233)))* 43758.5453123); } void main() { vec2 st = vUv * vec2(100, 55.4); vec2 uv = vUv + 1.0 - 2.0 * random(floor(st)); vec4 color = texture2D(tMap, mix(uv, vUv, min(uTime, 1.0))); gl_FragColor.rgb = color.rgb; gl_FragColor.a = color.a * uTime; } ``` 这段代码虽然不长,但如果你还不太熟悉Shader,可能一眼看去,很难直接了解具体的作用,不要紧,我们一步一步来看。 首先,我们使用第11节课学过的重复网格技巧,将图形网格化。因为原始图像的图片像素宽高是1000px和554px,所以我们用 vec2 st = vUv \* vec2(100, 55.4) 就可以得到10px X 10px大小的网格。 然后,我们再用伪随机函数random 根据网格随机一个偏移量,因为这个偏移量是0~1之间的值,我们将它乘以2再用1减去它,就能得到一个范围在-1~1之间的随机偏移。这样我们从纹理取色的时候,不是直接从对应的纹理坐标vUv处取色,而是从这个随机偏移的位置取色,就能保证取出来的颜色就是一个乱序的色值。这时候,图片显示的效果是一片随机的画面: ![](https://static001.geekbang.org/resource/image/20/3d/20dc4c07e075da18a44975142e79913d.jpg) 接着,我们引入uTime变量,用mix函数对偏移后的uv和原始的vUv相对于时间变化进行插值。当初始时间为0的时候,取色从uv取;当时间超过一个周期的时候,取色从vUv取;当时间在中间时,取值介于uv和vUv之间。 最后,我们再把uTime也和透明度关联起来。这样就实现了你上面看到的粒子化的渐显效果。 当然,这个效果做得其实还比较粗糙,因为我们引入的变量比较少,在后续的课程中,我们会一步一步深入,继续实现更加惊艳的效果。在课后,你也可以试着实现其他的效果,然后把你的成果分享出来。 ### 4\. 实现图像合成 除此之外,Fragment Shader还可以引入多纹理,让我们可以很方便地实现图像合成。比如说,对于在电影场景合成中比较常用的绿幕图片,我们就可以使用shader技术把它实时地合成到其他的图像上。 举个例子,假设我们有一只猫的绿幕图片: 举个例子,现在我们有一张带有猫的绿幕图片。 ![](https://static001.geekbang.org/resource/image/20/cc/20febddf9e1edbb9e7bd349e544f24cc.jpg "带有猫的绿幕图片") 我们要通过Fragment Shader将它合成到“高尔夫”那张照片上,具体的shader代码如下: ``` #ifdef GL_ES precision highp float; #endif uniform sampler2D tMap; uniform sampler2D tCat; varying vec2 vUv; void main() { vec4 color = texture2D(tMap, vUv); vec2 st = vUv * 3.0 - vec2(1.2, 0.5); vec4 cat = texture2D(tCat, st); gl_FragColor.rgb = cat.rgb; if(cat.r < 0.5 && cat.g > 0.6) { gl_FragColor.rgb = color.rgb; } gl_FragColor.a = color.a; } ``` 如上面的代码所示,我们可以先通过tCat纹理获取绿幕图片。如果RGB通道中的G通道超过阈值,且R通道低于阈值,我们就可以接着把猫的图像从纹理中定位出来。然后经过缩放和平移变换等操作,我们就能把它放置到画面中适当的位置。 ![](https://static001.geekbang.org/resource/image/d2/dc/d2d1aacc6cc7c7c6a19c24ea821564dc.jpg) ## 要点总结 今天,我们讨论了边缘模糊和纹理叠加这两种滤镜,并且重点学习了用Shader加载纹理和实现滤镜的方法。 首先,我们知道了什么是边缘模糊,边缘模糊很容易实现,只要我们在遍历像素点的时候,同时计算当前像素点到图片中心点的距离,然后根据距离设置透明度,就可以实现边缘模糊的效果。 然后, 我们重点讲了Shader中的纹理叠加滤镜。 要实现这个滤镜,我们要先加载纹理,获取纹理的颜色。用Shader加载纹理的过程比较复杂,但我们可以使用一些封装好的库,如gl-renderer来简化纹理的加载。那在获取纹理的颜色的时候,我们可以通过texture2D函数读取纹理单元对应的uv坐标处的像素颜色。 加载了纹理之后呢,我们就可以通过纹理结合滤镜函数来处理像素,这就是纹理滤镜的应用场景了。通过纹理滤镜,我们不仅可以实现灰度化图片,还可以图片的粒子化渐显等等更加复杂的效果 除此之外,我们还可以使用shader加载多个纹理图片,把它们的颜色按照不同的方式进行叠加,从而实现图像合成。图像合成虽然在可视化中使用得比较少,但它非常适合用来实现一些特殊的视觉效果。 ## 小试牛刀 1. 你可以完善一下片元着色器中的颜色滤镜函数,实现灰度效果以外的效果吗? 2. 上节课,我们用Canvas2D实现了平滑效果滤镜,其实我们也可以用Fragment Shader结合纹理的形式把它实现出来,你能做到吗? 3. 如果我们想让一个图片的某个局部呈现“马赛克”效果,该用什么滤镜?你能把它实现出来吗? ## 欢迎在留言区和我讨论,分享你的答案和思考,也欢迎你把这节课分享给你的朋友,我们下节课见! ## 源码 [课程示例代码](https://github.com/akira-cn/graphics/tree/master/pixels-shader) ## 推荐阅读 [Texture的参数设置参考文档](https://zhuanlan.zhihu.com/p/68894334)