Canvas API通过getImageData获取像素数据，结合ImageData对象实现灰度化、反色、亮度调节及卷积滤波等图像处理，利用TypedArray和Web Workers优化性能，注意边界处理与alpha通道操作。
Canvas API 提供了直接操作像素的能力，适合实现各种图像处理算法。关键在于获取图像的像素数据（ImageData），进行数学运算后写回画布。
1. 获取和操作像素数据
使用 getImageData() 方法可以读取画布区域的原始像素信息，返回一个包含 rgba 数组的 ImageData 对象。
- 将图片绘制到 canvas 上，再调用 ctx.getImageData(0, 0, width, height)
- ImageData.data 是一维数组，每 4 个元素代表一个像素的 r、g、b、a 值（0–255）
- 可遍历该数组，按需修改颜色值
2. 实现常见图像处理效果
基于像素操作，能实现灰度、反色、亮度调整等基础算法。
- 灰度化：对每个像素取 r、g、b 的加权平均，赋给三个通道
- 阈值二值化：设定阈值，高于则设为白色，低于设为黑色
- 对比度/亮度调节：对每个颜色通道应用线性变换（如 value = value * contrast + brightness）
3. 实现卷积滤波（如模糊、锐化、边缘检测）
卷积是图像处理的核心技术之一，通过核（kernel）在图像上滑动计算新像素值。
- 定义一个 3x3 或 5x5 的卷积核（例如高斯模糊核或 Sobel 算子）
- 对每个像素，取其周围像素值与核对应位置相乘并求和
- 注意边界处理：可跳过边缘像素或扩展边界
- 由于 getImageData 全量读取，建议先缓存原数据，避免污染后续计算
4. 性能优化技巧
直接操作数万个像素可能造成卡顿，需优化算法执行效率。
- 避免频繁调用 putImageData，一次性处理完所有像素后再写回
- 使用 TypedArray 直接操作 ImageData.data（它是 Uint8ClampedArray）
- 复杂算法可考虑 Web Workers 避免阻塞主线程
- 对大图可缩放或分块处理
基本上就这些。掌握像素级访问和数学变换逻辑，就能用 Canvas API 实现大多数经典图像处理算法。不复杂但容易忽略细节，比如 alpha 通道处理和边界越界问题。
