https://github.com/easonzero/functionalimage

a functional image process library accelerated by GPU
https://github.com/easonzero/functionalimage

Last synced: 2 months ago
JSON representation

a functional image process library accelerated by GPU

• Host: GitHub
• URL: https://github.com/easonzero/functionalimage
• Owner: Easonzero
• Created: 2018-06-26T01:44:14.000Z (almost 7 years ago)
• Default Branch: master
• Last Pushed: 2019-04-07T07:48:01.000Z (about 6 years ago)
• Last Synced: 2025-01-24T11:31:55.296Z (4 months ago)
• Language: JavaScript
• Homepage:
• Size: 1.52 MB
• Stars: 3
• Watchers: 3
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# FunctionalImage

[![LICENSE](https://img.shields.io/badge/license-Anti%20996-blue.svg)](https://github.com/996icu/996.ICU/blob/master/LICENSE)

[![Badge](https://img.shields.io/badge/link-996.icu-red.svg)](https://996.icu/#/zh_CN)

an functional image process library accelerated by GPU

*FunctionImage*是一个支持通过函数式的方法操作图像和二维数组的库.

## Demo

![Demo](./image/demo.png)

## Idea

图像本质上是一个元素为RGBA值的二维数组,图像处理可以视为将RGBA二维数组映射为新的RGBA二维数组的过程,这与函数式的思维不谋而合.

本项目将图像与浮点数二维数组视作为等同的操作对象及输出目标,提供一系列的函数式工具在\[图像,浮点数二维数组\]与\[图像,浮点数二维数组\]间建立映射,使得图像处理的代码能够使用函数式映射的方式,简洁清晰地完成目标需求.

此外,本项目也不仅限于单个图像与单个图像之间的映射,同时也试图实现一种多个图像与单个图像之间的映射,利用application函数式工具就可以实现这一目标.

最后,函数式的一个优势在于利于并行化加速,本项目底层实现基于gpu.js,利用WebGL对映射过程加速.

## Features

1. 支持fmap,bind,join,application,卷积函数.

2. 运算具有封闭性,即任意运算的结果可以作为任意运算的输入

3. 无限制的输入与输出,例如可以输入图像输出浮点数二维数组,输入浮点数二维数组输出图像等.

4. GPU加速

5. 支持动态变量

6. 支持Promise异步调用

7. 支持函数输入的形式可以为普通函数和箭头函数

## How to use

FunctionalImage的通常的使用流程是,通过`pure`函数将图像或者浮点数二维数组转化为可以进行操作的对象,然后链式调用FunctionalImage提供的操作函数,将输入映射为输出.

值得注意的是,FunctionalImage所有的操作都只会产生一些操作信息,并被缓存在container对象上,只有在执行`draw`函数或者`output`函数之后,才会被执行.`output`函数会返回一个Promise,可以通过`then`函数访问执行的结果.

此外,container对象可以通过调用get方法获取操作信息的缓存, 然后通过combine函数和其他的container合并, 对于任意参数为数据的操作函数,也可以传入container的操作信息缓存作为数据来源.

最后,操作函数的第二个参数可以指定输出类型,例如`N`代表输出为float二维数组,`RB`代表输出为RGBA二维数组,同时输入函数只对RB两个通道作用,GA两个通道的值为输入数据的原始值.

1. fmap

fmap是一个将单个元素映射为单个元素的函数.

```js

pure(image)

    .fmap(r=>g=>b=>a=>r,'N')

    .fmap(a=>1,'A')

    .draw()

```

2. bind

bind是一个将单个元素映射为矩阵的函数

```js

pure(image)

    .fmap(a=>a*a,'RGB')

    .bind(a=>x=>y=>a,'RGB',[2,2])

    .draw()

```

3. ap

ap是一个将多个元素映射为单个元素的函数

```js

pure(a=>b=>a*b,'RGB')

    .ap(image)

    .ap(data)//data是一个与图片等尺寸的float二维数组

    .draw()

```

4. convolute

```js

pure(image)

.convolute([

    [0.167,  0,0,0,0,0],

    [0,  0.167,0,0,0,0],

    [0,  0,0.167,0,0,0],

    [0,  0,0,0.167,0,0],

    [0,  0,0,0,0.167,0],

    [0,  0,0,0,0,0.167]

])

.draw()

```

5. join

join是一个将局部矩阵映射为单个元素的函数,r代表累积值,a代表某一通道值

```js

pure(image)

    .join(r=>a=>x=>y=>a,'RGB',[2,2])

    .draw()

```