CN107610204A - 图层处理方法、图层处理装置和计算机可读介质 - Google Patents

Abstract

本发明实施例公开一种图层处理方法和存储有执行该图层处理方法的计算机可执行指令的计算机可读介质。所述图层处理方法包括：获取待添加边框图层的数据；获取边框的数据；计算所述边框的数据中的每一个像素点到所述边框的一侧边缘的距离；基于所述距离和所述边框的宽度确定所述边框的数据中的每一个像素点的逐点叠加系数；以及利用所述逐点叠加系数对所述边框的数据和所述待添加边框图层的数据进行阿尔法叠加，以使得所述待添加边框图层被添加有透明度渐变的边框。此外，还公开了一种图层处理装置。本发明实施例可以实现图层间自然过渡，美化显示效果。

Description

图层处理方法、图层处理装置和计算机可读介质

技术领域

本发明涉及显示技术领域，尤其涉及一种图层处理方法、一种图层处理装置以及一种计算机可读介质。

背景技术

越来越丰富的文化生活要求有更绚丽的演播效果，这就要求视频处理设备不仅能够实现最基本的视频处理功能，同时每个功能在效果上要做到与众不同、别出心裁，这样才能够吸引人的眼光，达到出乎意料的效果。图层开窗是视频处理器的基本功能。为了达到突出重点内容、吸引眼球的目的，目前一般地会在图层的外侧边缘添加纯色的边框，以达到强调显示的效果。传统的图层边框，是在图像的有效内容之外，添加特定宽度的纯色图像，最终实现一个纯色的边框。

具体的图层边框添加方式为：在图层相互叠加的时候，如果某个图层为待添加边框图层，则先判断正在叠加处理的位置是否属于所述待添加边框图层的内部区域和待添加边框区域；如果否，则输出结果为背景图层的数据；如果属于待添加边框区域，则输出内容为纯色的边框数据；如果属于所述内部区域，则输出结果为背景图层和待添加边框图层的叠加结果数据。通过这样的方式，即可完成图层边框的添加。但是，当背景图层和边框对比比较强烈时，背景图层和边框之间的过渡不够自然，影响美感。

发明内容

因此，本发明的实施例提供一种图层处理方法、一种图层处理装置以及一种计算机可读介质，以实现图层平滑过渡达到美化显示效果的目的。

具体地，一方面，本发明实施例提供的一种图层处理方法，包括：获取待添加边框图层的数据；获取边框的数据；计算所述边框的数据中的每一个像素点到所述边框的一侧边缘的距离，其中所述边框的一侧边缘为所述边框的外侧边缘或内侧边缘；基于所述距离和所述边框的宽度确定所述边框的数据中的每一个像素点的逐点叠加系数；以及利用所述逐点叠加系数对所述边框的数据和所述待添加边框图层的数据进行阿尔法叠加，以使得所述待添加边框图层被添加有透明度渐变的边框。

在本发明的一个实施例中，所述边框位于所述待添加边框图层的边缘的外侧，所述边框的内侧边缘与所述待添加边框图层的边缘重合，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐减小。

在本发明的一个实施例中，所述边框位于所述待添加边框图层的边缘的内侧，所述边框的外侧边缘与所述待添加边框图层的边缘重合，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大。

在本发明的一个实施例中，所述边框的外侧边缘位于所述待添加边框图层的边缘的外侧且所述边框的内侧边缘位于所述待添加边框图层的边缘的内侧，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大。

在本发明的一个实施例中，所述边框的外侧边缘到所述待添加边框图层的边缘的距离小于所述边框的内侧边缘到所述待添加边框图层的边缘的距离。

在本发明的一个实施例中，所述边框的外侧边缘位于所述待添加边框图层的边缘的外侧且所述边框的内侧边缘位于所述待添加边框图层的边缘的内侧，所述边框包括第一区域和第二区域，所述第一区域内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大，所述第二区域内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐减小；其中，所述第一区域和所述第二区域分别位于所述待添加边框图层的边缘的两侧。

在本发明的一个实施例中，所述边框的数据为纯色数据。

在本发明的一个实施例中，所述边框位于所述待添加边框图层的边缘的内侧，所述边框的数据为全透明色数据，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大。

在本发明的一个实施例中，所述边框的数据中的各个像素点的所述逐点叠加系数在所述边框的宽度方向上呈线性分布或正弦曲线分布。

在本发明的一个实施例中，所述阿尔法叠加满足公式：NewData＝OldData×CurAlpha+CurData×(1-CurAlpha),其中，NewData为叠加后结果数据，OldData为待添加边框图层的数据，CurData为边框的数据，CurAlpha为边框的数据中的各个像素点的逐点叠加系数。

再一方面，本发明实施例提供的一种图层处理装置，用于执行前述任意一种图层处理方法，所述图层处理装置具体包括：第一获取模块，用于获取所述待添加边框图层的数据；第二获取模块，用于获取所述边框的数据；第一计算模块，用于计算所述边框的数据中的每一个像素点到所述边框的一侧边缘的距离，其中所述边框的一侧边缘为所述边框的外侧边缘或内侧边缘；第二计算模块，用于确定所述边框的数据中的每一个像素点的逐点叠加系数；以及图层叠加模块，用于利用所述逐点叠加系数对所述边框的数据和所述待添加边框图层的数据进行阿尔法叠加，以使得所述待添加边框图层被添加有透明度渐变的边框。

另一方面，本发明实施例提供的一种具有执行一种方法的计算机可执行指令的计算机可读介质，所述方法为前述任意一种图层处理方法。

上述技术方案可以具有如下一个或多个优点：通过逐点叠加系数和阿尔法图层叠加方法为待添加边框图层添加具有渐变透明度的边框，既实现了图层间自然过渡，美化了显示效果，又起到了强调图层内容、突出重点的作用。另外，根据不同的需求，利用本实施例提供的图层处理方法可生成多种不同的边框效果，从而能提供更加丰富的显示效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种图层处理方法的流程示意图；

图2为本发明实施例中待添加边框图层的示意图；

图3为本发明实施例中边框的示意图；

图4至图6为本发明实施例中边框与待添加边框图层的三种不同的相对位置关系示意图；

图7至图9为图4至图6所示的边框与待添加边框图层的三种不同的相对位置关系的距离计算方法的示意图；

图10为本发明实施例中HaloOut类型的边框效果图片及其逐点叠加系数在水平方向上的分布示意图；

图11为本发明实施例中HaloIn-1类型的边框效果图片及其逐点叠加系数在水平方向上的分布示意图；

图12为本发明实施例中Halo类型的边框效果图片及其逐点叠加系数在水平方向上的分布示意图；

图13为本发明实施例中Soft类型边框效果图片及其逐点叠加系数在水平方向上的分布示意图；

图14为本发明实施例提供的一种图层处理装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1至图9，其中图1为本发明一个实施例提供的一种图层处理方法的流程示意图，图2为待添加边框图层的示意图，图3为边框的示意图，图4至图6为边框与待添加边框图层的三种不同的相对位置关系示意图，图7至图9为图4至图6所示的边框与待添加边框图层的三种不同的相对位置关系的距离计算方法的示意图。

具体地，本实施例提供的图层处理方法，即在待添加边框图层10的数据的基础上，运用阿尔法(Alpha)叠加算法为待添加边框图层10添加一个边框20，以使得待添加边框图层10被添加有透明度渐变的边框。因此，添加边框后的图层的每个像素的数据就由原来的RGB结构变成了ARGB结构。根据不同的边框类型显示效果的需求，可以采用不同的逐点叠加系数进行叠加。图层处理方法例如具体包括以下步骤：

S11：获取待添加边框图层10的数据。待添加边框图层10为一个具有特定颜色和一定宽度的矩形区域。待添加边框图层10的数据为待添加边框图层10内各个像素点的颜色数据，用RGB结构表示。参见图2，待添加边框图层10具有一定的宽度，包括垂直方向宽度A和水平方向宽度B。可选地，垂直方向宽度A与水平方向宽度B相等，即A＝B；当然也可以不相等，具体则视实际情况而定。

S13：获取边框20的数据。边框20为一个具有特定颜色和一定宽度的矩形环状区域。边框20的数据也可以用例如RGB结构表示，代表边框20的颜色。参见图3，边框20的宽度包括垂直方向宽度C和水平方向宽度D。可选地，垂直方向宽度C与水平方向宽度D相等，即C＝D；当然也可以不相等，具体则视实际情况而定。再者，边框20具有透明度属性，用全局透明度因子GlobalAlpha表示，GlobalAlpha的范围为[0,1]，GlobalAlpha＝0，表示边框20完全不透明，GlobalAlpha＝1，表示边框20完全透明。

在获取待添加边框图层10和边框20的数据后，即可确定边框20与待添加边框图层10的相对位置关系。根据不同的边框类型，边20框与待添加边框图层10的相对位置关系有如下三种：

1)边框20位于待添加边框图层10的边缘的外侧，边框20的内侧边缘与待添加边框图层10的边缘重合，如图4所示。

2)边框20位于待添加边框图层10的边缘的内侧，边框20的外侧边缘与待添加边框图层10的边缘重合，如图5所示。

3)边框20的外侧边缘位于待添加边框图层10的边缘的外侧且边框20的内侧边缘位于待添加边框图层10的边缘的内侧，如图6所示。为方便说明，此处将边框20的外侧边缘到待添加边框图层10的边缘的区域命名为第一区域21，将边框20的内侧边缘到待添加边框图层10的边缘的区域命名为第二区域23。

S15：计算边框的数据中的每一个像素点到边框的一侧边缘的距离，其中边框的一侧边缘为边框的外侧边缘或内侧边缘。距离可以用Dist表示。对于不同的边框20与待添加边框图层10的相对位置关系，距离Dist计算方式具体如下：

1)当边框20位于待添加边框图层10的边缘的外侧且边框20的内侧边缘与待添加边框图层10的边缘重合时，计算边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist的方式可参见图7所示。

2)当边框20位于待添加边框图层10的边缘的内侧且边框20的外侧边缘与待添加边框图层10的边缘重合时，计算边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist的方式可参见图8所示。

3)当边框20的外侧边缘位于待添加边框图层10的边缘的外侧且边框20的内侧边缘位于待添加边框图层10的边缘的内侧时，计算边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist的方式可参见图9所示。

S17：基于距离和边框20的宽度确定边框的数据中的每一个像素点的逐点叠加系数。逐点叠加系数用于调节叠加后的图层的边框范围内的各个像素点的透明度。逐点叠加系数用CurAlpha表示，可通过如下公式计算获得。

CurAlpha＝GlobalAlpha×PerPixelAlpha…(公式1)

其中：

GlobalAlpha——表示边框20的全局透明度因子，其范围为[0,1]。

PerPixelAlpha——表示边框20内的每个像素点的透明度因子，其范围为[0,1]。不同类型的边框，其PerPixelAlpha的计算方法与计算公式有所不同，具体见后续举例。

S19：利用逐点叠加系数对边框20的数据和待添加边框图层10的数据进行阿尔法叠加，以使得待添加边框图层10被添加有透明度渐变的边框。阿尔法叠加公式如下：

NewData＝OldData×CurAlpha+CurData×(1-CurAlpha)…(公式2)

其中：

NewData——表示叠加后带边框的图层的颜色数据，

OldData——表示待添加边框图层10的颜色数据，

CurData——表示边框20的颜色数据；

CurAlpha——表示边框20的数据中的每一个像素点的逐点叠加系数，范围为[0,1]。

运用公式2对边框20的数据和待添加边框图层10的数据进行叠加，可使得待添加边框图层10被添加有透明度渐变的边框。

值得一提的是，步骤S15计算的距离Dist，是以边框20的外侧边缘为基准；当然也可以以边框20的内侧边缘为基准计算本步骤中的距离Dist，即计算边框20的数据中的每一个像素点到边框20的内侧边缘的距离。

综上，本发明实施例通过逐点叠加系数和阿尔法图层叠加方法在待添加边框图层10添加具有渐变透明度的边框，既实现了图层间自然过渡、美化显示效果的目的，又起到了强调图层显示内容、突出重点的作用。

为便于更好地理解本发明实施例，下面通过几个举例详细说明本发明实施例的图层处理方法。

【HaloOut类型边框】

HaloOut类型边框为外发光类型的边框，即在待添加边框图层10的数据范围之外生成一个透明度渐变的纯色边框。HaloOut类型边框实现的步骤如下：

首先，获取待添加边框图层10的数据和边框20的数据。其中，所获取的待添加边框图层10的数据例如包括待添加边框图层10内各个像素点的颜色数据、以及待添加边框图层10的垂直方向宽度A和水平方向宽度B；所获取的边框20的数据例如包括边框20的颜色数据、边框20的宽度包括垂直方向宽度C和水平方向宽度D、以及边框20的全局透明度因子GlobalAlpha。

在获取待添加边框图层10和边框20的数据后，确定边框20与待添加边框图层10的相对位置关系：即边框20位于待添加边框图层10的边缘的外侧，边框20的内侧边缘与待添加边框图层10的边缘重合，如图4所示。

之后，计算距离Dist。参见图7，计算HaloOut类型的边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist。

然后，运用公式1计算得到HaloOut类型的边框的每一个像素点的逐点叠加系数CurAlpha。公式1中的PerPixelAlpha参数根据图7所示的边框20的宽度D和距离Dist计算得到。如果边框20范围内的像素点的逐点叠加系数呈线性变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝1-Dist/D…(公式3)

如果边框20范围内的像素点的逐点叠加系数呈正弦(Sin)曲线变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝(1+Sin(π/2×(1-Dist/D)))/2…(公式4)

其中，Dist表示边框20的数据中的每一个像素点到边框20的外侧边缘的水平方向的距离；D表示边框20的水平方向的宽度。

最后，利用逐点叠加系数CurAlpha对边框20的数据和待添加边框图层10的数据进行阿尔法叠加(利用公式2)，以使得待添加边框图层10被添加有透明度渐变的HaloOut类型边框。

对于HaloOut类型的边框效果图及其逐点叠加系数在水平方向上的分布，其可参见图10。具体地，如图10所示，在水平方向上，边框20内的各个像素点的逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐减小，即越靠近边框20的外侧边缘，边框20区域的像素点越透明。

【HaloIn-1类型边框】

HaloIn-1类型边框为内发光类型的边框，即在待添加边框图层10的数据范围之内生成一个透明度渐变的纯色边框。HaloIn-1类型边框实现的步骤如下：

首先，获取待添加边框图层10的数据和边框20的数据。其中，所获取的待添加边框图层10的数据例如包括待添加边框图层10内各个像素点的颜色数据、以及待添加边框图层10的垂直方向宽度A和水平方向宽度B；所获取的边框20的数据例如包括边框20的颜色数据、边框20的宽度包括垂直方向宽度C和水平方向宽度D、以及边框20的全局透明度因子GlobalAlpha。

在获取待添加边框图层10和边框20的数据后，确定边框20与待添加边框图层10的相对位置关系：即边框20位于待添加边框图层10的边缘的内侧，边框20的外侧边缘与待添加边框图层10的边缘重合，如图5所示。

之后，计算距离Dist。如图8所示，计算HaloIn-1类型的边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist。

然后，运用公式1计算得到HaloIn-1类型的边框的每一个像素点的逐点叠加系数CurAlpha。公式1中的PerPixelAlph参数根据图8所示的边框20的宽度D和距离Dist计算得到。如果边框20范围内的像素点的逐点叠加系数呈线性变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝Dist/D…(公式5)

如果边框20范围内的像素点的逐点叠加系数呈正弦(Sin)曲线变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝(1+Sin(π/2×Dist/D))/2…(公式6)

其中，Dist表示边框20的数据中的每一个像素点到边框20的外侧边缘的水平方向的距离；D表示边框20的水平方向的宽度。

最后，利用逐点叠加系数CurAlpha对边框20的数据和待添加边框图层10的数据进行阿尔法叠加(利用公式2)，以使得待添加边框图层10被添加有透明度渐变的HaloIn-1类型边框。

对于HaloIn-1类型的边框效果图及其逐点叠加系数在宽度方向上的分布，其可参见图11。具体地，如图11所示，在水平方向上，边框20内的各个像素点的逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐增大，即越靠近边框20的外侧边缘，边框20区域内的像素点越不透明。

【HaloIn-2类型边框】

HaloIn-2类型边框20包括第一区域21和第二区域23(可参见图6)。HaloIn-2类型边框实现的步骤如下：

首先，获取待添加边框图层10的数据和边框20的数据。其中，所获取的待添加边框图层10的数据例如包括待添加边框图层10内各个像素点的颜色数据、以及待添加边框图层10的垂直方向宽度A和水平方向宽度B；所获取的边框20的数据例如包括边框20的颜色数据、边框20的宽度包括垂直方向宽度C和水平方向宽度D、以及边框20的全局透明度因子GlobalAlpha。

在获取待添加边框图层10和边框20的数据后，确定边框20与待添加边框图层10的相对位置关系：即边框20的外侧边缘位于待添加边框图层10的边缘的外侧且边框20的内侧边缘位于待添加边框图层10的边缘的内侧，如图6所示。

之后，计算距离Dist。如图9所示，计算HaloIn-2类型的边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist。

然后，运用公式1计算得到HaloIn-2类型的边框的每一个像素点的逐点叠加系数CurAlpha。公式1中的PerPixelAlpha参数根据图9所示的边框20的宽度D、和距离Dist计算得到。如果边框20范围内的像素点的逐点叠加系数呈线性变化，则按前述公式5计算PerPixelAlpha；如果边框20范围内的像素点的逐点叠加系数呈正弦(Sin)曲线变化，则按前述公式(6)计算PerPixelAlpha。

最后，利用逐点叠加系数CurAlpha对边框20的数据和待添加边框图层10的数据进行阿尔法叠加(利用公式2)，以使得待添加边框图层10被添加有透明度渐变的HaloIn-2类型边框。

对于HaloIn-2类型边框，其在水平方向上，边框20内的各个像素点的逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐增大，即越靠近边框20的外侧边缘，边框20区域的像素点越不透明。

可选地，边框20的外侧边缘到待添加边框图层10的边缘的距离小于边框20的内侧边缘到待添加边框图层10的边缘的距离。

【Halo类型边框】

Halo类型边框20可以看成HaloIn-1类型边框和HaloOut类型边框的结合。Halo类型边框20包括第一区域21和第二区域23(可参见图6)。Halo类型边框20为在第一区域21范围内的透明度渐变规律与第二区域23范围内透明度渐变规律不同的纯色边框Halo类型边框实现的步骤如下：

首先，获取待添加边框图层10的数据和边框20的数据。其中，所获取的待添加边框图层10的数据例如包括待添加边框图层10内各个像素点的颜色数据、以及待添加边框图层10的垂直方向宽度A和水平方向宽度B；所获取的边框20的数据例如包括边框20的颜色数据、边框20的宽度包括垂直方向宽度C和水平方向宽度D、以及边框20的全局透明度因子GlobalAlpha。

在获取待添加边框图层10和边框20的数据后，确定边框20与待添加边框图层10的相对位置关系：即边框20的外侧边缘位于待添加边框图层10的边缘的外侧且边框20的内侧边缘位于待添加边框图层10的边缘的内侧，如图6所示。

之后，计算距离Dist。如图9所示，计算Halo类型的边框的数据中的每一个像素点到边框20外侧边缘的距离Dist。

然后，运用公式1计算得到Halo类型的边框的每一个像素点的逐点叠加系数CurAlpha。公式1中的PerPixelAlpha参数根据图9所示的边框20的宽度D、第一区域21的宽度D1、第二区域23的宽度D2和距离Dist计算得到。因为第一区域21范围内的透明度渐变规律与第二区域23范围内透明度渐变规律不同，则：

1)在第一区域21范围内：如果第一区域21范围内的像素点的逐点叠加系数呈线性变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝Dist/D1…(公式7)

如果第一区域21范围内的像素点的逐点叠加系数呈正弦(Sin)曲线变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝(1+Sin(π/2×Dist/D1))/2…(公式8)

2)第二区域23范围内：如果第二区域23范围内的像素点的逐点叠加系数呈线性变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝(D-Dist)/D2…(公式9)

如果第二区域23范围内的像素点的逐点叠加系数呈正弦(Sin)曲线变化，则PerPixelAlpha的计算公式如下：

PerPixelAlpha＝(1+Sin(π/2×(D-Dist/D2)))/2…(公式10)

其中，Dist表示边框20的数据中的每一个像素点到边框20的外侧边缘的水平方向的距离；D表示边框20的水平方向的宽度且D＝D1+D2，D1表示第一区域21的水平方向的宽度，D2表示第二区域23的水平方向的宽度。可选地，第一区域21的水平方向的宽度D1与第二区域23的水平方向的宽度D2相等。

最后，利用逐点叠加系数CurAlpha对边框20的数据和待添加边框图层10的数据进行阿尔法叠加(利用公式2)，以使得待添加边框图层10被添加有透明度渐变的Halo类型边框。

至于Halo类型的边框效果图及其逐点叠加系数在水平方向上的分布可参见图12。具体地，如图12所示，水平方向上，第一区域21内的各个像素点的逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐增大，即越靠近边框20的外侧边缘，第一区域21内的像素点越不透明；第二区域23范围内的各个像素点的逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐减小，即越靠近边框20外侧边缘，第二区域23内的像素点越透明。由此可见，第一区域21和第二区域23的透明度渐变规律不相同。

【Soft类型边框】

Soft类型边框是在待添加边框图层10的数据范围之内生成一个透明度渐变的全透明色边框。Soft类型边框实现的步骤如下：

首先，获取待添加边框图层10的数据和边框20的数据。其中，所获取的待添加边框图层10的数据例如包括待添加边框图层10内各个像素点的颜色数据、以及待添加边框图层10的垂直方向宽度A和水平方向宽度B；所获取的边框20的数据例如包括边框20的颜色数据、边框20的宽度包括垂直方向宽度C和水平方向宽度D、以及边框20的全局透明度因子GlobalAlpha。边框20的数据为全透明色数据，即边框20的CurData＝0。

在获取待添加边框图层10和边框20的数据后，确定边框20与待添加边框图层10的相对位置关系：即边框20位于待添加边框图层10的边缘的内侧，边框20的外侧边缘与待添加边框图层10的边缘重合，可参考图5所示。

之后，计算距离Dist。如图8所示，计算Soft类型的边框20的数据中的每一个像素点到边框20外侧边缘的距离Dist。

然后，运用公式1计算得到Soft类型的边框的每一个像素点的逐点叠加系数CurAlpha。公式1中的PerPixelAlpha参数根据图8所示的边框20的宽度D和距离Dist计算得到。如果边框20范围内的像素点的逐点叠加系数呈线性变化，则可按前述公式5计算PerPixelAlpha；如果边框20范围内的像素点的逐点叠加系数呈正弦(Sin)曲线变化，则可按前述公式6计算PerPixelAlpha。

最后，利用逐点叠加系数CurAlpha对边框20的数据和待添加边框图层10的数据进行阿尔法叠加(利用公式2)。因为Soft类型边框的数据为全透明色数据，即CurData＝0，以使得待添加边框图层10被添加有透明度渐变的Soft类型边框。

对于Soft类型边框效果图及其逐点叠加系数在水平方向上的分布，可参见图13。具体地，如图13所示，在水平方向上，边框20内的各个像素点的逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐增大。

值得一提的是，在垂直宽度方向上，前述各种类型的边框内的各个像素点的逐点叠加系数的渐变规律可以与其对应的边框在水平方向上的各个像素点的逐点叠加系数变换规律相同。此外，可以理解的是，在其他实施例中，第一区域21和第二区域23也可以互换位置，从而使得待添加边框图层10的边缘的外侧为逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐减小的第二区域23，待添加边框图层10的边缘的内侧为逐点叠加系数随着像素点与边框20的外侧边缘的距离的增加逐渐增大的第一区域21。

综上，本发明实施例通过逐点叠加系数和阿尔法图层叠加方法在待添加边框图层添加具有渐变透明度的边框，既实现图层间自然过渡，美化显示效果，又起到了强调图层内容、突出重点的作用。另外，根据不同的需求，利用本实施例提供的图层处理方法可生成多种不同的边框造型，能提供更加丰富的叠加效果。

在其他实施例中，本发明还提供了一种存储有执行上述实施例的一种图层处理方法的计算机可执行指令的计算机可读介质。

另外，本发明实施例还提供一种图层处理装置，其结构如图14所示。具体地，本实施例提供的图层处理装置110，可以用于执行前述实施例的图层处理方法。图层处理装置110包括：

第一获取模块111，用于获取待添加边框图层的数据；

第二获取模块113，用于获取边框的数据；

第一计算模块115，用于计算边框的数据中的每一个像素点到边框的一侧边缘的距离，其中边框的一侧边缘为边框的外侧边缘或内侧边缘；

第二计算模块117，用于确定边框的数据中的每一个像素点的逐点叠加系数；逐点叠加系数用于调节边框的透明度。边框的逐点叠加系数在宽度方向上也可以呈线性变化或者正弦曲线变化；以及

图层叠加模块119，用于利用逐点叠加系数对边框的数据和待添加边框图层的数据进行阿尔法叠加，以使得待添加边框图层被添加有透明度渐变的边框。根据不同类型边框需求，可生成带有不同类型边框的图层。

至于图层处理装置110的实施和技术效果可以参见上述图层处理方法的实施例相关描述，故在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和/或方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多路单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多路网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)的一个或多个处理器执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种图层处理方法，其特征在于，包括：

获取待添加边框图层的数据；

获取边框的数据；

计算所述边框的数据中的每一个像素点到所述边框的一侧边缘的距离，其中所述边框的一侧边缘为所述边框的外侧边缘或内侧边缘；

基于所述距离和所述边框的宽度确定所述边框的数据中的每一个像素点的逐点叠加系数；以及

利用所述逐点叠加系数对所述边框的数据和所述待添加边框图层的数据进行阿尔法叠加，以使得所述待添加边框图层被添加有透明度渐变的边框。

2.根据权利要求1所述的图层处理方法，其特征在于，所述边框位于所述待添加边框图层的边缘的外侧，所述边框的内侧边缘与所述待添加边框图层的边缘重合，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐减小。

3.根据权利要求1所述的图层处理方法，其特征在于，所述边框位于所述待添加边框图层的边缘的内侧，所述边框的外侧边缘与所述待添加边框图层的边缘重合，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大。

4.根据权利要求1所述的图层处理方法，其特征在于，所述边框的外侧边缘位于所述待添加边框图层的边缘的外侧且所述边框的内侧边缘位于所述待添加边框图层的边缘的内侧，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大。

5.根据权利要求4所述的图层处理方法，其特征在于，所述边框的外侧边缘到所述待添加边框图层的边缘的距离小于所述边框的内侧边缘到所述待添加边框图层的边缘的距离。

6.根据权利要求1所述的图层处理方法，其特征在于，所述边框的外侧边缘位于所述待添加边框图层的边缘的外侧且所述边框的内侧边缘位于所述待添加边框图层的边缘的内侧，所述边框包括第一区域和第二区域，所述第一区域内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大，所述第二区域内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐减小；其中，所述第一区域和所述第二区域分别位于所述待添加边框图层的边缘的两侧。

7.根据权利要求1至6任意一项所述的图层处理方法，其特征在于，所述边框的数据为纯色数据。

8.根据权利要求1所述的图层处理方法，其特征在于，所述边框位于所述待添加边框图层的边缘的内侧，所述边框的数据为全透明色数据，所述边框内的各个像素点的逐点叠加系数随着像素点与所述边框的外侧边缘的距离的增加逐渐增大。

9.根据权利要求1所述的图层处理方法，其特征在于，所述边框的数据中的各个像素点的所述逐点叠加系数在所述边框的宽度方向上呈线性分布或正弦曲线分布。

10.根据权利要求1所述的图层处理方法，其特征在于，所述阿尔法叠加满足公式：NewData＝OldData×CurAlpha+CurData×(1-CurAlpha),其中，NewData为叠加后结果数据，OldData为所述待添加边框图层的数据，CurData为所述边框的数据，CurAlpha为所述边框的数据中的各个像素点的逐点叠加系数。

11.一种图层处理装置，其特征在于，用于执行权利要求1至10任意一项所述的图层处理方法，所述图层处理装置包括：

第一获取模块，用于获取所述待添加边框图层的数据；

第二获取模块，用于获取所述边框的数据；

第一计算模块，用于计算所述边框的数据中的每一个像素点到所述边框的一侧边缘的距离，其中所述边框的一侧边缘为所述边框的外侧边缘或内侧边缘；

第二计算模块，用于确定所述边框的数据中的每一个像素点的逐点叠加系数；以及

图层叠加模块，用于利用所述逐点叠加系数对所述边框的数据和所述待添加边框图层的数据进行阿尔法叠加，以使得所述待添加边框图层被添加有透明度渐变的边框。

12.一种具有执行一种方法的计算机可执行指令的计算机可读介质，所述方法为根据权利要求1至10任一项所述的图层处理方法。