基于OpenGL操作GPU来提升图片模糊性能实现

作者：田勇 OpenHarmony知识体系工作组

现在市面上有很多APP，都或多或少对图片有模糊上的设计，所以，图片模糊效果到底怎么实现的呢？ 首先，我们来了解下模糊效果的对比       从视觉上，两张图片，有一张是模糊的，那么，在实现图片模糊效果之前，我们首先需要了解图片模糊的本质是什么？ 在此介绍模糊本质之前，我们来了解下当前主流的两个移动端平台（Android与iOS）的实现。 对Android开发者而言，比较熟悉且完善的图片变换三方库以glide-transformations(https://github.com/wasabeef/glide-transformations)为样例，来看看它是基于什么实现的。   Android中有两种实现： 1、FastBlur，根据stackBlur模糊算法来操作图片的像素点实现效果，但效率低，已过时。 2、RenderScript，这个是Google官方提供的，用来在Android上编写一套高性能代码的语言，可以运行在CPU及其GPU上，效率较高。 而对iOS开发者而言，GPUImage(https://github.com/BradLarson/GPUImage/)比较主流。我们可以在其中看到高斯模糊过滤器(GPUImageGaussianBlurFilter)，它里面是根据OpenGL来实现，通过GLSL语言定义的着色器，操作GPU单元，达到模糊效果。 所以，我们可以看出，操作GPU来达到我们所需要的效果效率更高。因此我们在OpenHarmony上也能通过操作GPU，来实现我们想要的高性能模糊效果。 回归正题，先来了解下模糊的本质是什么？  

本质

模糊，可以理解为图片中的每个像素点都取其周边像素的平均值。  

上图M点的像素点就是我们的焦点像素。周围ABCDEFGH都是M点（焦点）周围的像素点，那么根据模糊的概念：   M(rgb)  =（A+B+C+D+E+F+G+H）/ 8   我们根据像素点的r、g、b值，得到M点的像素点值，就这样，一个一个像素点的操作，中间点相当于失去视觉上的焦点，整个图片就产生模糊的效果。但这样一边倒的方式，在模糊的效果上，达不到需求的，所以，我们就需要根据这个模糊的本质概念，去想想，加一些东西或者更改取平均值的规则，完成我们想要的效果。故，高斯模糊，一个家喻户晓的名字，就出现在我们面前。  

高斯模糊

高斯模糊，运用了正态分布函数，进行各个加权平均，正态分布函数如下：  

其中参数：μ为期望值，σ为标准差，当μ=0，σ=0的时候，为标准的正态分布，其形状参考如下图:  

可以看出： 其一，离中心点越近，分配的权重就越高。这样我们在计算图片的焦点像素值时，将该点当作中心点，当作1的权重，其他周围的点，按照该正态分布的位置，去分配它的权重，这样我们就可以根据该正态分布函数及其各个点的像素ARGB值，算出经过正态分布之后的像素ARGB值。 其二，离中心点越近，若是设置的模糊半径很小，代表其模糊的焦点周围的像素点离焦点的像素相差就不大，这样模糊的效果就清晰。而模糊半径越大，其周围分布的像素色差就很大，这样的模糊效果就越模糊。 通过图片的宽高拿到每个像素点的数据，再根据这个正态分布公式，得到我们想要的像素点的ARGB值，之后将处理过的像素点重新写入到图片中，就能实现我们想要的图片模糊效果。  

流程

根据上面的阐述，就可以梳理出在OpenHarmony中的具体的实现流程： ●获取整张图片的像素点数据 ●循环图片的宽高，获取每个像素点的焦点 ●在上述循环里，根据焦点按照正态分布公式进行加权平均，算出各个焦点周围新的像素值 ●将各个像素点写入图片 关键依赖OpenHarmony系统基础能力如下： 第一、获取图片的像素点，系统有提供一次性获取整张图片的像素点数据，其接口如下。

 

readPixelsToBuffer(dst: ArrayBuffer): Promise;
readPixelsToBuffer(dst: ArrayBuffer, callback: AsyncCallback): void;

可以看出，系统将获取到像素点数据ARGB值，存储到ArrayBuffer中去。   第二、循环获取每个像素点，将其x、y点的像素点当作焦点。

for (y = 0; y < imageHeight; y++) {
  for (x = 0; x < imageWidth; x++) {
        //......   获取当前的像素焦点x、y
  }
}

  第三、循环获取焦点周围的像素点（以焦点为原点，以设置的模糊半径为半径）。

for ( let m = centPointY-radius; m < centPointY+radius; m++) {
  for ( let n = centPointX-radius; n < centPointX+radius; n++) {
     //......
     this.calculatedByNormality(...); //正态分布公式化处理像素点
     //......
  }
}

  第四、将各个图片的像素数据写入图片中。系统有提供一次性写入像素点，其接口如下。

writeBufferToPixels(src: ArrayBuffer): Promise;


writeBufferToPixels(src: ArrayBuffer, callback: AsyncCallback): void;

通过上面的流程，我们可以在OpenHarmony系统下，获取到经过正态分布公式处理的像素点，至此图片模糊效果已经实现。   但是，经过测试发现，这个方式实现模糊化的过程，很耗时，达不到我们的性能要求。若是一张很大的图片，就单单宽高循环来看，比如1920*1080宽高的图片就要循环2,073,600次，非常耗时且对设备的CPU也有非常大的消耗，因此我们还需要对其进行性能优化。  

 

 

模糊性能优化思路

如上面所诉，考虑到OpenHarmony的环境的特点及其系统提供的能力，可以考虑如下几个方面进行优化：   第一、参照社区已有成熟的图片模糊算法处理，如（Android的FastBlur）。 第二、C层性能要比JS层更好，将像素点的数据处理，通过NAPI机制，将其放入C层处理。如：将其循环获取焦点及其通过正态分布公式处理的都放到C层中处理。 第三、基于系统底层提供的OpenGL，操作顶点着色器及片元着色器操作GPU，得到我们要的模糊效果。   首先，我们来根据Android中的FastBlur模糊化处理，参照其实现原理进行在基于OpenHarmony系统下实现的代码如下：

let imageInfo = await bitmap.getImageInfo();
let size = {
  width: imageInfo.size.width,
  height: imageInfo.size.height
}


if (!size) {
  func(new Error("fastBlur The image size does not exist."), null)
  return;
}


let w = size.width;
let h = size.height;
var pixEntry: Array = new Array()
var pix: Array = new Array()




let bufferData = new ArrayBuffer(bitmap.getPixelBytesNumber());
await bitmap.readPixelsToBuffer(bufferData);
let dataArray = new Uint8Array(bufferData);


for (let index = 0; index < dataArray.length; index+=4) {
  const r = dataArray[index];
  const g = dataArray[index+1];
  const b = dataArray[index+2];
  const f = dataArray[index+3];


  let entry = new PixelEntry();
  entry.a = 0;
  entry.b = b;
  entry.g = g;
  entry.r = r;
  entry.f = f;
  entry.pixel = ColorUtils.rgb(entry.r, entry.g, entry.b);
  pixEntry.push(entry);
  pix.push(ColorUtils.rgb(entry.r, entry.g, entry.b));
}


let wm = w - 1;
let hm = h - 1;
let wh = w * h;
let div = radius + radius + 1;


let r = CalculatePixelUtils.createIntArray(wh);
let g = CalculatePixelUtils.createIntArray(wh);
let b = CalculatePixelUtils.createIntArray(wh);


let rsum, gsum, bsum, x, y, i, p, yp, yi, yw: number;
let vmin = CalculatePixelUtils.createIntArray(Math.max(w, h));


let divsum = (div + 1) >> 1;
divsum *= divsum;
let dv = CalculatePixelUtils.createIntArray(256 * divsum);
for (i = 0; i < 256 * divsum; i++) {
  dv[i] = (i / divsum);
}
yw = yi = 0;
let stack = CalculatePixelUtils.createInt2DArray(div, 3);
let stackpointer, stackstart, rbs, routsum, goutsum, boutsum, rinsum, ginsum, binsum: number;
let sir: Array;
let r1 = radius + 1;
for (y = 0; y < h; y++) {
  rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;
  for (i = -radius; i <= radius; i++) {
    p = pix[yi + Math.min(wm, Math.max(i, 0))];
    sir = stack[i + radius];
    sir[0] = (p & 0xff0000) >> 16;
    sir[1] = (p & 0x00ff00) >> 8;
    sir[2] = (p & 0x0000ff);
    rbs = r1 - Math.abs(i);
    rsum += sir[0] * rbs;
    gsum += sir[1] * rbs;
    bsum += sir[2] * rbs;
    if (i > 0) {
      rinsum += sir[0];
      ginsum += sir[1];
      binsum += sir[2];
    } else {
      routsum += sir[0];
      goutsum += sir[1];
      boutsum += sir[2];
    }
  }
  stackpointer = radius;


  for (x = 0; x < w; x++) {


    r[yi] = dv[rsum];
    g[yi] = dv[gsum];
    b[yi] = dv[bsum];


    rsum -= routsum;
    gsum -= goutsum;
    bsum -= boutsum;


    stackstart = stackpointer - radius + div;
    sir = stack[stackstart % div];


    routsum -= sir[0];
    goutsum -= sir[1];
    boutsum -= sir[2];


    if (y == 0) {
      vmin[x] = Math.min(x + radius + 1, wm);
    }
    p = pix[yw + vmin[x]];


    sir[0] = (p & 0xff0000) >> 16;
    sir[1] = (p & 0x00ff00) >> 8;
    sir[2] = (p & 0x0000ff);


    rinsum += sir[0];
    ginsum += sir[1];
    binsum += sir[2];


    rsum += rinsum;
    gsum += ginsum;
    bsum += binsum;


    stackpointer = (stackpointer + 1) % div;
    sir = stack[(stackpointer) % div];


    routsum += sir[0];
    goutsum += sir[1];
    boutsum += sir[2];


    rinsum -= sir[0];
    ginsum -= sir[1];
    binsum -= sir[2];


    yi++;
  }
  yw += w;
}
for (x = 0; x < w; x++) {
  rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;
  yp = -radius * w;
  for (i = -radius; i <= radius; i++) {
    yi = Math.max(0, yp) + x;


    sir = stack[i + radius];


    sir[0] = r[yi];
    sir[1] = g[yi];
    sir[2] = b[yi];


    rbs = r1 - Math.abs(i);


    rsum += r[yi] * rbs;
    gsum += g[yi] * rbs;
    bsum += b[yi] * rbs;


    if (i > 0) {
      rinsum += sir[0];
      ginsum += sir[1];
      binsum += sir[2];
    } else {
      routsum += sir[0];
      goutsum += sir[1];
      boutsum += sir[2];
    }


    if (i < hm) {
      yp += w;
    }
  }
  yi = x;
  stackpointer = radius;
  for (y = 0; y < h; y++) {
    // Preserve alpha channel: ( 0xff000000 & pix[yi] )
    pix[yi] = (0xff000000 & pix[Math.round(yi)]) | (dv[Math.round(rsum)] << 16) | (dv[
    Math.round(gsum)] << 8) | dv[Math.round(bsum)];


    rsum -= routsum;
    gsum -= goutsum;
    bsum -= boutsum;


    stackstart = stackpointer - radius + div;
    sir = stack[stackstart % div];


    routsum -= sir[0];
    goutsum -= sir[1];
    boutsum -= sir[2];


    if (x == 0) {
      vmin[y] = Math.min(y + r1, hm) * w;
    }
    p = x + vmin[y];


    sir[0] = r[p];
    sir[1] = g[p];
    sir[2] = b[p];


    rinsum += sir[0];
    ginsum += sir[1];
    binsum += sir[2];


    rsum += rinsum;
    gsum += ginsum;
    bsum += binsum;


    stackpointer = (stackpointer + 1) % div;
    sir = stack[stackpointer];


    routsum += sir[0];
    goutsum += sir[1];
    boutsum += sir[2];


    rinsum -= sir[0];
    ginsum -= sir[1];
    binsum -= sir[2];


    yi += w;
  }
}




let bufferNewData = new ArrayBuffer(bitmap.getPixelBytesNumber());
let dataNewArray = new Uint8Array(bufferNewData);
let index = 0;


for (let i = 0; i < dataNewArray.length; i += 4) {
  dataNewArray[i] = ColorUtils.red(pix[index]);
  dataNewArray[i+1] = ColorUtils.green(pix[index]);
  dataNewArray[i+2] = ColorUtils.blue(pix[index]);
  dataNewArray[i+3] = pixEntry[index].f;
  index++;
}
await bitmap.writeBufferToPixels(bufferNewData);
if (func) {
  func("success", bitmap);
}

从上面代码，可以看出，按照FastBlur的逻辑，还是逃不开上层去处理单个像素点，逃不开图片宽高的循环。经过测试也发现，在一张400*300的图片上，完成图片的模糊需要十几秒，所以第一个优化方案，在js环境上是行不通的。 其次，将其像素点处理，通过NAPI的机制，将像素点数据ArrayBuffer传入到C层，由于在C层也需要循环去处理每个像素点，传入大数据的ArrayBuffer时对系统的native的消耗严重。最后经过测试也发现，模糊的过程也很缓慢，达不到性能要求。 所以对比分析之后，最终的优化方案是采取系统底层提供的OpenGL，通过GPU去操作系统的图形处理器，解放出CPU的能力。  

基于OpenGL操作GPU来提升模糊性能

在进行基于OpenGL进行性能提升前，我们需要了解OpenGL中的顶点着色器（vertex shader）及其片元着色器（fragment shader）。着色器（shader）是运行在GPU上的最小单元，功能是将输入转换输出且各个shader之间是不能通信的，需要使用的开发语言GLSL。这里就不介绍GLSL的语言规则了。   顶点着色器（vertex shader） 确定要画图片的各个顶点（如：三角形的角的顶点），注意：每个顶点运行一次。一旦最终位置已知，OpenGL将获取可见的顶点集，并将它们组装成点、线和三角形。且以逆时针绘制的。   片元着色器（fragment shader） 生成点、线或三角形的每个片元的最终颜色，并对每个fragment运行一次。fragment是单一颜色的小矩形区域，类似于计算机屏幕上的像素，简单的说，就是将顶点着色器形成的点、线或者三角形区域，添加颜色。 片元着色器的主要目的是告诉GPU每个片元的最终颜色应该是什么。对于图元（primitive）的每个fragment，片元着色器将被调用一次，因此如果一个三角形映射到10000个片元，那么片元着色器将被调用10000次。   OpenGL简单的绘制流程： 读取顶点信息 ----------> 运行顶点着色器 ----------> 图元装配----------> 运行片元着色器----------> 往帧缓冲区写入----------> 屏幕上最终效果 简单的说，就是根据顶点着色器形成的点、线、三角形形成的区域，由片元着色器对其着色，之后就将这些数据写入帧缓冲区（Frame Buffer）的内存块中，再由屏幕显示这个缓冲区。   那模糊的效果怎么来实现呢？ 首先我们来定义我们的顶点着色器及其片元着色器。如下代码：   顶点着色器：

const char vShaderStr[] =
      "#version 300 es                            
"
      "layout(location = 0) in vec4 a_position;   
"
      "layout(location = 1) in vec2 a_texCoord;   
"
      "out vec2 v_texCoord;                       
"
      "void main()                                
"
      "{                                          
"
      "   gl_Position = a_position;               
"
      "   v_texCoord = a_texCoord;                
"
      "}                                          
";

  片元着色器：

const char fShaderStr0[] =
    "#version 300 es                                    
"
    "precision mediump float;                           
"
    "in vec2 v_texCoord;                                
"
    "layout(location = 0) out vec4 outColor;            
"
    "uniform sampler2D s_TextureMap;                    
"
    "void main()                                        
"
    "{                                                  
"
    "    outColor = texture(s_TextureMap, v_texCoord);  
"
    "}";

其中version代表OpenGL的版本，layout在GLSL中是用于着色器的输入或者输出，uniform为一致变量。在着色器执行期间一致变量的值是不变的，只能在全局范围进行声明，gl_Position是OpenGL内置的变量（输出属性-变换后的顶点的位置，用于后面的固定的裁剪等操作。所有的顶点着色器都必须写这个值），texture函数是openGL采用2D纹理绘制。然后，我们还需要定义好初始的顶点坐标数据等；

//顶点坐标
const GLfloat vVertices[] = {
      -1.0f, -1.0f, 0.0f, // bottom left
      1.0f, -1.0f, 0.0f, // bottom right
      -1.0f,  1.0f, 0.0f, // top left
      1.0f,  1.0f, 0.0f, // top right
};


//正常纹理坐标
const GLfloat vTexCoors[] = {
      0.0f, 1.0f, // bottom left
      1.0f, 1.0f, // bottom right
      0.0f, 0.0f, // top left
      1.0f, 0.0f, // top right
};


//fbo 纹理坐标与正常纹理方向不同(上下镜像)
const GLfloat vFboTexCoors[] = {
      0.0f, 0.0f,  // bottom left
      1.0f, 0.0f,  // bottom right
      0.0f, 1.0f,  // top left
      1.0f, 1.0f,  // top right
};

下面就进行OpenGL的初始化操作， 获取display，用来创建EGLSurface的

m_eglDisplay = eglGetDisplay(EGL_DEFAULT_DISPLAY); 

初始化 EGL 方法

eglInitialize(m_eglDisplay, &eglMajVers, &eglMinVers)

获取 EGLConfig 对象，确定渲染表面的配置信息

eglChooseConfig(m_eglDisplay, confAttr, &m_eglConf, 1, &numConfigs)

创建渲染表面 EGLSurface，使用 eglCreatePbufferSurface 创建屏幕外渲染区域

m_eglSurface = eglCreatePbufferSurface(m_eglDisplay, m_eglConf, surfaceAttr)

创建渲染上下文 EGLContext

m_eglCtx = eglCreateContext(m_eglDisplay, m_eglConf, EGL_NO_CONTEXT, ctxAttr);

绑定上下文

eglMakeCurrent(m_eglDisplay, m_eglSurface, m_eglSurface, m_eglCtx)

通过默认的顶点着色器与片元着色器，加载到GPU中

GLuint GLUtils::LoadShader(GLenum shaderType, const char *pSource)
{
    GLuint shader = 0;
    shader = glCreateShader(shaderType);
    if(shader)
    {
         glShaderSource(shader, 1, &pSource, NULL);
         glCompileShader(shader);
         GLint compiled = 0;
         glGetShaderiv(shader, GL_COMPILE_STATUS, &compiled);
         if (!compiled){
            GLint infoLen = 0;
            glGetShaderiv(shader, GL_INFO_LOG_LENGTH, &infoLen);
           if (infoLen)
           {
               char* buf = (char*) malloc((size_t)infoLen);
               if (buf)
               {
                   glGetShaderInfoLog(shader, infoLen, NULL, buf);
                    LOGI("gl--> GLUtils::LoadShader Could not link shader:%{public}s", buf);
                   free(buf);
               }
               glDeleteShader(shader);
               shader = 0;
           }
         }
    }
   return shader;
}

创建一个空的着色器程序对象

program = glCreateProgram();

将着色器对象附加到program对象

glAttachShader(program, vertexShaderHandle);
glAttachShader(program, fragShaderHandle);

连接一个program对象

glLinkProgram(program);

创建并初始化缓冲区对象的数据存储

glGenBuffers(3, m_VboIds);
glBindBuffer(GL_ARRAY_BUFFER, m_VboIds[0]);
glBufferData(GL_ARRAY_BUFFER, sizeof(vVertices), vVertices, GL_STATIC_DRAW);
     
glBindBuffer(GL_ARRAY_BUFFER, m_VboIds[1]);
glBufferData(GL_ARRAY_BUFFER, sizeof(vFboTexCoors), vTexCoors, GL_STATIC_DRAW);
     
glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, m_VboIds[2]);
glBufferData(GL_ELEMENT_ARRAY_BUFFER, sizeof(indices), indices, GL_STATIC_DRAW);
     
glGenVertexArrays(1, m_VaoIds);
     
glBindVertexArray(m_VaoIds[0]);

到这，整个OpenGL的初始化操作，差不多完成了，接下来，我们就要去基于OpenGL去实现我们想要的模糊效果。 考虑到模糊的效果，那么我们需要给开发者提供模糊半径blurRadius、模糊偏移量blurOffset、模糊的权重sumWeight。所以我们需要在我们模糊的片元着色器上，定义开发者输入，其模糊的片元着色器代码如下：

const char blurShaderStr[] =
                     "#version 300 es
"
                     "precision highp float;
"
                        "uniform lowp sampler2D s_TextureMap;
" 
                     "in vec2 v_texCoord;
"
                     "layout(location = 0) out vec4 outColor;
"
                     
                        "uniform highp int blurRadius;
" 
                        "uniform highp vec2 blurOffset;
" 
                        "
" 
                        "uniform highp float sumWeight;
" 
                     "float PI = 3.1415926;
"
                        "float getWeight(int i)
"
                     "{
" 
                        "float sigma = float(blurRadius) / 3.0;
"    
                        "return (1.0 / sqrt(2.0 * PI * sigma * sigma)) * exp(-float(i * i) / (2.0 * sigma * sigma)) / sumWeight;
"
                     "}
" 
                      
                     "vec2 clampCoordinate(vec2 coordinate)
" 
                     "{
" 
                        " return vec2(clamp(coordinate.x, 0.0, 1.0), clamp(coordinate.y, 0.0, 1.0));
" 
                     "}
" 
                        "
" 
                        "void main()
" 
                        "{
" 
                        "vec4 sourceColor = texture(s_TextureMap, v_texCoord);
" 
                        "if (blurRadius <= 1)
" 
                        "{
" 
                           "outColor = sourceColor;
" 
                           "return;
" 
                        "}
" 
                        "float weight = getWeight(0);
" 
                        "vec3 finalColor = sourceColor.rgb * weight;
" 
                        "for (int i = 1; i < blurRadius; i++)
" 
                        "{
" 
                           "weight = getWeight(i);
" 
                           "finalColor += texture(s_TextureMap, clampCoordinate(v_texCoord - blurOffset * float(i))).rgb * weight;
" 
                           "finalColor += texture(s_TextureMap, clampCoordinate(v_texCoord + blurOffset * float(i))).rgb * weight;
" 
                        "}
" 
                        "outColor = vec4(finalColor, sourceColor.a);
" 
                        "}
";

里面的逻辑暂时就不介绍了，有兴趣的朋友可以去研究研究。 通过上述的LoadShader函数将其片元着色器加载到GPU的运行单元中去。

m_ProgramObj = GLUtils::CreateProgram(vShaderStr, blurShaderStr, m_VertexShader,
                             m_FragmentShader);
if (!m_ProgramObj)
{
   GLUtils::CheckGLError("Create Program");
   LOGI("gl--> EGLRender::SetIntParams Could not create program.");
   return;
}


m_SamplerLoc = glGetUniformLocation(m_ProgramObj, "s_TextureMap");
m_TexSizeLoc = glGetUniformLocation(m_ProgramObj, "u_texSize");

然后我们就需要将图片的整个像素数据传入； 定义好ts层的方法：

setImageData(buf: ArrayBuffer, width: number, height: number) {
    if (!buf) {
        throw new Error("this pixelMap data is empty");
    }
    if (width <= 0 || height <= 0) {
        throw new Error("this pixelMap of width and height is invalidation");
    }
    this.width = width;
    this.height = height;
    this.ifNeedInit();
    this.onReadySize();
    this.setSurfaceFilterType();
    this.render.native_EglRenderSetImageData(buf, width, height);
};

将ArrayBuffer数据传入NAPI层。通过napi_get_arraybuffer_info NAPI获取ArrayBuffer数据。

napi_value EGLRender::RenderSetData(napi_env env, napi_callback_info info) {
      ....
      
      void* buffer;   
      size_t bufferLength;
      napi_status buffStatus=   napi_get_arraybuffer_info(env,args[0],&buffer,&bufferLength);
      if (buffStatus != napi_ok) {
          return nullptr;
      }
      
      ....
      
     EGLRender::GetInstance()->SetImageData(uint8_buf, width, height);
     return nullptr;
 }

将其数据绑定到OpenGL中的纹理中去

void EGLRender::SetImageData(uint8_t *pData, int width, int height){
    if (pData && m_IsGLContextReady)
    {
        ...
        
        m_RenderImage.width = width;
        m_RenderImage.height = height;
        m_RenderImage.format = IMAGE_FORMAT_RGBA;
        NativeImageUtil::AllocNativeImage(&m_RenderImage);
        memcpy(m_RenderImage.ppPlane[0], pData, width*height*4);
         
        glBindTexture(GL_TEXTURE_2D, m_ImageTextureId);
        glTexImage2D(GL_TEXTURE_2D, 0, GL_RGBA, m_RenderImage.width, m_RenderImage.height, 0, GL_RGBA, GL_UNSIGNED_BYTE, m_RenderImage.ppPlane[0]);
        glBindTexture(GL_TEXTURE_2D, GL_NONE);
        
        ....
    }
}

然后就是让开发者自己定义模糊半径及其模糊偏移量，通过OpenGL提供的

glUniform1i(location,(int)value);   设置int 片元着色器blurRadius变量
glUniform2f(location,value[0],value[1]);  设置float数组  片元着色器blurOffset变量

将半径及其偏移量设置到模糊的片元着色器上。 之后，通过GPU将其渲染

napi_value EGLRender::Rendering(napi_env env, napi_callback_info info){
      // 渲染
      glDrawElements(GL_TRIANGLES, 6, GL_UNSIGNED_SHORT, (const void *)0);
      glBindVertexArray(GL_NONE);  
      glBindTexture(GL_TEXTURE_2D, GL_NONE);
      return nullptr;
}

最后，就剩下获取图片像素的ArrayBuffer数据了，通过glReadPixels读取到指定区域内的像素点了

glReadPixels(x,y,surfaceWidth,surfaceHeight,GL_RGBA,GL_UNSIGNED_BYTE,pixels);

但是，在这里，因为OpenGL里面的坐标系，在2D的思维空间上，与我们通常认知的是倒立的，所以需要对像素点进行处理，得到我们想要的像素点集

 int totalLength= width * height * 4;
 int oneLineLength = width * 4;
 uint8_t* tmp = (uint8_t*)malloc(totalLength);
 memcpy(tmp, *buf, totalLength);
 memset(*buf,0,sizeof(uint8_t)*totalLength);
 for(int i = 0 ; i< height;i ++){
       memcpy(*buf+oneLineLength*i, tmp+totalLength-oneLineLength*(i+1), oneLineLength);
 }
 free(tmp);

最后在上层，通过系统提供的createPixelMap得到我们想要的图片，也就是模糊的图片。

getPixelMap(x: number, y: number, width: number, height: number): Promise{
    .....
    
    let that = this;
    return new Promise((resolve, rejects) => {
        that.onDraw();
        let buf = this.render.native_EglBitmapFromGLSurface(x, y, width, height);
        if (!buf) {
            rejects(new Error("get pixelMap fail"))
        } else {
            let initOptions = {
                size: {
                    width: width,
                    height: height
                },
                editable: true,
            }
            image.createPixelMap(buf, initOptions).then(p => {
                resolve(p);
            }).catch((e) => {
                rejects(e)
            })
        }
    })
}

综上，本篇文章介绍了由单纯的在JS中用正态分布公式操作像素点实现模糊效果，引出性能问题，最后到基于OpenGL实现模糊效果的优化，最后性能上也从模糊一张大图片要十几秒提升到100ms内。  

编辑：黄飞