反色又叫补色，红的补色是绿色，蓝的补色是橙色，黄的补色是紫色，由这三种对比关系可引出很多对比的反色。
1. 关于ARGB_8888、ALPHA_8、ARGB_4444、RGB_565的理解
1.1 相关信息
A：透明度
R：红色
G：绿
B：蓝
1.2 区别
这四种类型为bitmap在内存中存在的四种色彩的存储模式，他们本质区别体现在每种模式下的bitmap内部的每个像素点，在内存中的大小和组成成分的区别。
| 名称 | 定义 |
|---|---|
| Bitmap.Config ARGB_4444 | 每个像素占四位，即A=4，R=4，G=4，B=4，那么一个像素点占4+4+4+4=16位=2byte |
| Bitmap.Config ARGB_8888 | 每个像素占四位，即A=8，R=8，G=8，B=8，那么一个像素点占8+8+8+8=32位=8byte |
| Bitmap.Config RGB_565 | 每个像素占四位，即R=5，G=6，B=5，没有透明度，那么一个像素点占5+6+5=16位=2byte |
| Bitmap.Config ALPHA_8 | 每个像素占四位，只有透明度，没有颜色，那么一个像素总共占一个字节，8=8bit=1byte |
此处设置图片为：
options.inPreferredConfig = Bitmap.Config.ARGB_8888;
2. Mat下的反色操作
其原理是遍历所有的像素点，转换对应像素点并放回。
bgra[sIndex] = (byte) (255 - bgra[sIndex] & 0xff);
public static Bitmap invertMat(Bitmap bitmap) {
org.opencv.android.Utils.bitmapToMat(bitmap, sSrc);
//pixel operation
//宽
sWidth = sSrc.cols();
//高
sHeight = sSrc.rows();
int cnum = sSrc.channels();//获取通道
byte[] bgra = new byte[cnum];//ARGB(Bitmap)-->BGRA(mat)
for (sRow = 0; sRow < sHeight; sRow++) {
for (sCol = 0; sCol < sWidth; sCol++) {
sSrc.get(sRow, sCol, bgra);
for (sIndex = 0; sIndex < cnum; sIndex++) {
bgra[sIndex] = (byte) (255 - bgra[sIndex] & 0xff);
}
sSrc.put(sRow, sCol, bgra);
}
}
org.opencv.android.Utils.matToBitmap(sSrc, bitmap);
sSrc.release();
return bitmap;
}
这个方法原理简单，但是由于三层for循环，其操作效率低下，需要等待很长时间才能将图片反色显示出来。
3. Bitmap下的反色操作
public static Bitmap invertBitmap(Bitmap bitmap) {
sWidth = bitmap.getWidth();
sHeight = bitmap.getHeight();
sPixels = new int[sWidth * sHeight];
bitmap.getPixels(sPixels, 0, sWidth, 0, 0, sWidth, sHeight);
sIndex = 0;
for (sRow = 0; sRow < sHeight; sRow++) {
sIndex = sRow * sWidth;
for (sCol = 0; sCol < sWidth; sCol++) {
sPixel = sPixels[sIndex];
sA = (sPixel >> 24) & 0xff;
sR = (sPixel >> 16) & 0xff;
sG = (sPixel >> 8) & 0xff;
sB = sPixel & 0xff;
sR = 255 - sR;
sG = 255 - sG;
sB = 255 - sB;
sPixel = ((sA & 0xff) << 24 | (sR & 0xff) << 16 | (sG & 0xff) << 8 | sB & 0xff);
sPixels[sIndex] = sPixel;
sIndex++;
}
}
bitmap.setPixels(sPixels, 0, sWidth, 0, 0, sWidth, sHeight);
return bitmap;
}
相对使用Mat的操作，Bitmap转换的速度将会相对快一些，但遇到大图片时依旧不够快。
