android中的高斯模糊相当慢

Question

我正试图在android中实现一个简单的高斯模糊，但它的工作速度相当慢：(这是相关代码：

double rSum = 0;
double gSum = 0;
double bSum = 0;
double weightSum = 0;
for(int y = 0; y < originalImage.height ; y++){
    for(int x = 0; x < originalImage.width ; x++){
        int newPixel;
        rSum = 0;
        gSum = 0;
        bSum = 0;
        weightSum = 1;
        for(int row = y-FRAME_OFFSET ; row <= y+FRAME_OFFSET ; row++){
            for(int col = x-FRAME_OFFSET ; col <= x+FRAME_OFFSET ; col++){
                if(originalImage.inBounds(col, row)){
                    double weight = weights[(x-col)*(x-col) + (y-row)*(y-row)];
                    weightSum += weight;
                    int pixel = originalImage.at(col, row);
                    int red =  (pixel >> 16) & 0xFF ;
                    int green = (pixel >> 8) & 0xFF ;
                    int blue = pixel & 0xFF ;
                    rSum += red * weight;
                    gSum += green * weight;
                    bSum += blue * weight;  
                }
            }
        }
        rSum /= weightSum;
        gSum /= weightSum;
        bSum /= weightSum;
        newPixel = Color.rgb((int)rSum, (int)gSum, (int)bSum);                  
        maskedImage.set(x, y, newPixel);
    }
}

如果我在帧frame_OFFSET（半径）为15的情况下使用此算法，在512x512图像上大约需要3分钟（！），并且随着偏移量的增加，情况会变得最糟。我的猜测是，这是一个缓存问题，因为当我计算新像素时，我正在访问可能不在缓存中的不同行中的像素。

如有任何帮助/改进，我们将不胜感激。

请注意，我需要自己实现这个算法，而不是使用现有的实现。

谢谢。

Answer 1

2D高斯模糊核是线性可分离的，这意味着它可以表示为两个1D核的外（列乘行）乘积，一个用于图像行，一个为列。因此，对于MN图像和kk内核，任何使用此属性的直接实现都应该是O（kMN），并被实现为两遍算法，每次通过都执行1D卷积，首先沿着图像行，然后沿着图像列。

在某些情况下，可以通过利用高斯核本身的某些特性来加速1D步骤，这些特性允许仅使用整数运算来增量地进行权重系数的计算。这是我所知道的最快的实现——它可以很容易地移植到Android上的Java：高斯增量计算。

Answer 2

使用此库：https://github.com/jrvansuita/GaussianBlur

实现方式如下：

//Asynchronous with scaleDown and changing radius
GaussianBlur.with(context).size(300).radius(10).put(R.mipmap.your_image, imageView);