ColorMatrixFilter 色彩矩阵滤镜

包 flash.filters
类 public final class ColorMatrixFilter
继承 ColorMatrixFilter  BitmapFilter  Object
使用 ColorMatrixFilter 类可以将 4 x 5 矩阵转换应用于输入图像上的每个像素的 RGBA 颜色和 Alpha 值，以生成具有一组新的 RGBA 颜色和 Alpha 值的结果。 该类允许饱和度更改、色相旋转、亮度为 Alpha 以及各种其它效果。 您可以将滤镜应用于任何显示对象（即，从 DisplayObject 类继承的对象），例如 MovieClip、SimpleButton、TextField 和 Video 对象，以及 BitmapData 对象。
注意：对于 RGBA 值，最高有效字节代表红色通道值，其后的有效字节分别代表绿色、蓝色和 Alpha 通道值。

 

一、构造方法：

 

ColorMatrixFilter(matrix:Array = null)；

 

 

 

二、matrix属性详解：

 

注意；这里的matrix并不是Matrix的实例，其实是一个Array；

 

matrix:Array  [read-write]

 

由 20 个项目组成的数组，适用于 4 x 5 颜色转换。 matrix 属性不能通过直接修改它的值来更改（例如 myFilter.matrix[2] = 1;）。 相反，必须先获取对数组的引用，对引用进行更改，然后重置该值。

 

颜色矩阵滤镜将每个源像素分离成它的红色、绿色、蓝色和 Alpha 成分，分别以 srcR、srcG、srcB 和 srcA 表示。 若要计算四个通道中每个通道的结果，可将图像中每个像素的值乘以转换矩阵中的值。 （可选）可以将偏移量（介于 -255 至 255 之间）添加到每个结果（矩阵的每行中的第五项）中。 滤镜将各颜色成分重新组合为单一像素，并写出结果。 在下列公式中，a[0] 到 a[19] 对应于由 20 个项目组成的数组中的条目 0 至 19，该数组已传递到 matrix 属性：

 

 redResult = (a[0] * srcR) + (a[1] * srcG) + (a[2] * srcB) + (a[3] * srcA) + a[4]

 

greenResult = (a[5] * srcR) + (a[6] * srcG) + (a[7] * srcB) + (a[8] * srcA) + a[9]

 

blueResult = (a[10] * srcR) + (a[11] * srcG) + (a[12] * srcB) + (a[13] * srcA) + a[14]

 

alphaResult = (a[15] * srcR) + (a[16] * srcG) + (a[17] * srcB) + (a[18] * srcA) + a[19]
 对于数组中的每个颜色值，值 1 等于正发送到输出的通道的 100%，同时保留颜色通道的值。

 

计算是对非相乘的颜色值执行的。 如果输入图形由预先相乘的颜色值组成，这些值会自动转换为非相乘的颜色值以执行此操作。

 

可使用两种经过优化的模式：

 

 

 

三、理解、体会；

 

matrix是一个长度为4*5＝20的数组，其构成如下所示：

 

var matrix:Array = new Array();

 

//                                              R  ,G, B,  A, offset
            matrix = matrix.concat([1,  0,  0,  0,  0]); // red
            matrix = matrix.concat([0,  1,  0,  0,  0]); // green
            matrix = matrix.concat([0,  0,  1,  0,  0]); // blue
            matrix = matrix.concat([0,  0,  0,  1,  0]); // alpha

 

上面是matrix的初始状态。

 

下面我分先来分析一下其初始状态。

 

red通道的值：（1，0，0，0，0）表示，R通道的乘数是1（完全保留），别的道道的的乘数是0，（不加入别的通道的颜色），色彩偏移量off是0；

 

。。。

 

别的通道依次类推。

 

下面来做一些效果，增加对colorMatrixFilter的认识；

 

1、调整亮度：

 

亮度(N取值为-255到255) 
1,0,0,0,N
0,1,0,0,N
0,0,1,0,N
0,0,0,1,0

 

我们只需要设置一下RGB的色彩偏移就能调节其亮度，是不是很简单呢。

 

2、颜色反向
-1,0,0,0,255

 

0,-1,0,0,255

 

0,0,-1,0,255

 

0,0,0,1,0

 

先解释一下颜色反向：就是把0变为255，255变为0，1变为254，254变为1.....

 

因此，我们只需把RGB通道的原通道乘数设为－1，然后再把色彩偏移量设为255就行了。

 

 

 

3、图像去色：

 

0.3086, 0.6094, 0.0820, 0, 0
0.3086, 0.6094, 0.0820, 0, 0
0.3086, 0.6094, 0.0820, 0, 0
0    , 0    , 0    , 1, 0

 

1）、首先了解一下去色原理：只要把RGB三通道的色彩信息设置成一样；即：R＝G＝B，那么图像就变成了灰色，并且，为了保证图像亮度不变，同一个通道中的R+G+B=1:如：0.3086+0.6094+0.0820＝1；

 

2）、三个数字的由来：0.3086, 0.6094, 0.0820；

 

按理说应该把RGB平分，都是0.3333333。三个数字应该是根据色彩光波频率及色彩心理学计算出来的（本人是这么认为，当然也查询了一些资料，目前尚未找到准确答案。

 

在作用于人眼的光线中，彩色光要明显强于无色光。对一个图像按RGB平分理论给图像去色的话，人眼就会明显感觉到图像变暗了（当然可能有心理上的原因，也有光波的科学依据）另外，在彩色图像中能识别的一下细节也可能会丢失。我假想：可能绿色的一些东西会丢失。

 

下面是我从PS中对RGB都为255的明度对比图：

 

 

 

同样的RGB，给人的感觉是绿色最亮，红色次之，蓝色最暗。它们的比例大概是3：6：1，即：0.3086, 0.6094, 0.0820

 

所以，在给图像去色时我们保留了大量的G通道信息，使得图像不至于变暗或者绿色信息不至于丢失（我猜想）。

 

 

 

4、色彩饱和度

 

N取值为0到2，当然也可以更高。
0.3086*(1-N) + N, 0.6094*(1-N)    , 0.0820*(1-N)    , 0, 0,
0.3086*(1-N)   , 0.6094*(1-N) + N, 0.0820*(1-N)    , 0, 0,
0.3086*(1-N)   , 0.6094*(1-N)    , 0.0820*(1-N) + N 0, 0,
0        , 0        , 0        , 1, 0

 

分析：

 

1、当色彩饱和度低到一定成度的时候，就想当于给图像去色，所以跟第3条：图像去色，有着千丝万缕的联系，在此不想过多解释；

 

2、N为原有通道信息保留量；可以理解为百分之几，等于0时完全去色，小于1时降低色度，大于1时增加色度，等于2时色度翻一倍，等于3时……。注意：RGB的原有通道信息保留量都应该相等，不然会产生偏色。

 

3、为什么是这样的计算公式：

 

N是原通道色彩保留量：所以，在原通道中，我们都+ N，这是不能被别的通道瓜分的。剩余的就是（1－N），就让RGB按0.3086, 0.6094, 0.0820的比例还瓜分这个剩余量吧。

 

 

 

 5、对比度

 

N取值为0到10
N,0,0,0,128*(1-N)
0,N,0,0,128*(1-N)
0,0,N,0,128*(1-N)
0,0,0,1,0

 

分析：

 

所谓对比度就是让红的更红，绿的更绿……或反之。初一想，我们只需要修改RGB的乘数（要一至，不然偏色）。可仔细一琢磨，不对。如果只增加乘数，那么整个图像就会被漂白，（或反之）。好，有办法了，设置色彩偏移量，offset。具体要偏移多少呢，我们找到了一个折中的方案：128（1－N);即：一幅图像，不论很亮或很黑，但对比度为0了，最终得到的都是一幅中性灰度的图像（128），
 

 

6、阈值

 

所谓阈值，就是以一个色度值为基准对图像作非黑即白的处理（注意没有灰色），由于不去除了彩色属性，因此，也离不开0.3086, 0.6094, 0.0820这三组神奇的数字。

 

(N取值为0到255)

 

下面的256也可以改成255；（那样就能看到图一和图五的小黑点和小白点）；
0.3086*256,0.6094*256,0.0820*256,0,-256*N
0.3086*256,0.6094*256,0.0820*256,0,-256*N
0.3086*256,0.6094*256,0.0820*256,0,-256*N
0, 0, 0, 1, 0

 

分析：

 

先不看最后面的色彩偏移：-256*N

 

前面我们提及过，当RGB三个通道的色彩信息一模一样时，图像就失去了色彩（去色），从0.3086*256,0.6094*256,0.0820*256,0,-256*N可以看出：图像已经去色了，并且，（*256）亮度已经翻了256倍（当然也可以是255）；我们知道，RGB的有效值是0－255，即：0，1，2……255，把这些值乘以255以后会出现什么情况呢？但是除了0之外，别的全都大于或等于255了，所以此时的图像除了剩有几个黑点外，其它的全都变成白色了如图一（N＝0）；那么现在我们再作色彩偏移处理：把RGB都减去255；上次值为255（白色）的现在又变成0（黑色了）超过255的仍然是白色，我们不断的反复减255，图2，图3，图4，图5，分别是N＝64，N＝128，n=192,n=255时的图像：

 

 

 

 

7、色彩旋转

 

所谓色彩旋转就是让某一个通道的色彩信息让另一个通道去显示；比如，R显示G的信息，G显示B的信息，B显示R的信息，也可以只拿出一部份信息让给别的通道去显示，至于参数的瓜分可以平分。不必太讲究，但是，始终要坚持的一个原则就是每一个通道中的RGB信息量之和一定要为1，不然将会生偏色，如果您要制作偏色效果又另当别论；请偿试下面的参数：

 

0,1,0,0,0
0,0,1,0,0
1,0,0,0,0
0,0,0,1,0

 

//---------------

 

0,0,1,0,0
1,0,0,0,0
0,1,0,0,0
0,0,0,1,0

 

 

 

8、只显示某个通道；

 

1,0,0,0,0
0,0,0,0,0
0,0,0,0,0
0,0,0,1,0

 

//上面是只显示红色通道。依次类推。

 

下载附件：官方调试色盘