Java数字图像处理基础知识
写了很多篇关于图像处理的文章,没有一篇介绍Java 2D的图像处理API,文章讨论和提及的
API都是基于JDK6的,首先来看Java中如何组织一个图像对象BufferedImage的,如图:
一个BufferedImage的像素数据储存在Raster中,ColorModel里面储存颜色空间,类型等
信息,当前Java只支持一下三种图像格式- JPG,PNG,GIF,如何向让Java支持其它格式,首
先要 完成Java中的图像读写接口,然后打成jar,加上启动参数- Xbootclasspath/p
newimageformatIO.jar即可。
Java中如何读写一个图像文件,使用ImageIO对象即可。读图像文件的代码如下:
- File file = new File("D:\\test\\blue_flower.jpg");
- BufferedImage image = ImageIO.read(file);
写图像文件的代码如下:
- File outputfile = new File("saved.png");
- ImageIO.write(bufferedImage, "png",outputfile);
从BufferedImage对象中读取像素数据的代码如下:
- int type= image.getType();
- if ( type ==BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
- return (int [])image.getRaster().getDataElements(x, y, width, height, pixels );
- else
- return image.getRGB( x, y, width, height, pixels, 0, width );
首先获取图像类型,如果不是32位的INT型数据,直接读写RGB值即可,否则需要从Raster
对象中读取。
往BufferedImage对象中写入像素数据同样遵守上面的规则。代码如下:
- int type= image.getType();
- if ( type ==BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
- image.getRaster().setDataElements(x, y, width, height, pixels );
- else
- image.setRGB(x, y, width, height, pixels, 0, width );
读取图像可能因为图像文件比较大,需要一定时间的等待才可以,Java Advance Image
Processor API提供了MediaTracker对象来跟踪图像的加载,同步其它操作,使用方法如下:
- MediaTracker tracker = new MediaTracker(this); //初始化对象
- tracker.addImage(image_01, 1); // 加入要跟踪的BufferedImage对象image_001
- tracker.waitForID(1, 10000) // 等待10秒,让iamge_01图像加载
从一个32位int型数据cARGB中读取图像RGB颜色值的代码如下:
- int alpha = (cARGB >> 24)& 0xff; //透明度通道
- int red = (cARGB >> 16) &0xff;
- int green = (cARGB >> 8) &0xff;
- int blue = cARGB & 0xff;
将RGB颜色值写入成一个INT型数据cRGB的代码如下:
- cRGB = (alpha << 24) | (red<< 16) | (green << 8) | blue;
创建一个BufferedImage对象的代码如下:
- BufferedImage image = newBufferedImage(256, 256, BufferedImage.TYPE_INT_ARGB);
一个完整的源代码Demo如下:
- package com.gloomyfish.swing;
- import java.awt.BorderLayout;
- import java.awt.Dimension;
- import java.awt.Graphics;
- import java.awt.Graphics2D;
- import java.awt.RenderingHints;
- import java.awt.image.BufferedImage;
- import java.io.File;
- import java.io.IOException;
- import javax.imageio.ImageIO;
- import javax.swing.JComponent;
- import javax.swing.JFrame;
- public class PlasmaDemo extends JComponent {
- /**
- *
- */
- private static final long serialVersionUID = -2236160343614397287L;
- private BufferedImage image = null;
- private int size = 256;
- public PlasmaDemo() {
- super();
- this.setOpaque(false);
- }
- protected void paintComponent(Graphics g) {
- Graphics2D g2 = (Graphics2D)g;
- g2.setRenderingHint(RenderingHints.KEY_ANTIALIASING, RenderingHints.VALUE_ANTIALIAS_ON);
- g2.drawImage(getImage(), 5, 5, image.getWidth(), image.getHeight(), null);
- }
- private BufferedImage getImage() {
- if(image == null) {
- image = new BufferedImage(size, size, BufferedImage.TYPE_INT_ARGB);
- int[] rgbData = new int[size*size];
- generateNoiseImage(rgbData);
- setRGB(image, 0, 0, size, size, rgbData);
- File outFile = new File("plasma.jpg");
- try {
- ImageIO.write(image, "jpg", outFile);
- } catch (IOException e) {
- e.printStackTrace();
- }
- }
- return image;
- }
- public void generateNoiseImage(int[] rgbData) {
- int index = 0;
- int a = 255;
- int r = 0;
- int g = 0;
- int b = 0;
- for(int row=0; row<size; row++) {
- for(int col=0; col<size; col++) {
- // set random color value for each pixel
- r = (int)(128.0 + (128.0 * Math.sin((row + col) / 8.0)));
- g = (int)(128.0 + (128.0 * Math.sin((row + col) / 8.0)));
- b = (int)(128.0 + (128.0 * Math.sin((row + col) / 8.0)));
- rgbData[index] = ((clamp(a) & 0xff) << 24) |
- ((clamp(r) & 0xff) << 16) |
- ((clamp(g) & 0xff) << 8) |
- ((clamp(b) & 0xff));
- index++;
- }
- }
- }
- private int clamp(int rgb) {
- if(rgb > 255)
- return 255;
- if(rgb < 0)
- return 0;
- return rgb;
- }
- public void setRGB( BufferedImage image, int x, int y, int width, int height, int[] pixels ) {
- int type = image.getType();
- if ( type == BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
- image.getRaster().setDataElements( x, y, width, height, pixels );
- else
- image.setRGB( x, y, width, height, pixels, 0, width );
- }
- public static void main(String[] args) {
- JFrame frame = new JFrame("Noise Art Panel");
- frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
- frame.getContentPane().setLayout(new BorderLayout());
- // Display the window.
- frame.getContentPane().add(new PlasmaDemo(), BorderLayout.CENTER);
- frame.setPreferredSize(new Dimension(400 + 25,450));
- frame.pack();
- frame.setVisible(true);
- }
- }
相关推荐
以上这些基本操作构成了Java数字图像处理的基础。通过理解这些概念和技巧,开发者可以进一步探索更复杂的图像处理技术,如边缘检测、特征提取、图像分割等。在实际应用中,Java的`java.awt`和`java.awt.image`包提供...
以下是一些关于Java数字图像处理的基础知识: 1. **Java图像API**:Java标准库中的`java.awt.image`和`javax.imageio`包提供了基本的图像处理功能。`BufferedImage`类用于存储和操作图像,而`ImageIO`类则用于读取...
本篇文章将深入探讨Java语言在数字图像处理中的应用,并基于“数字图像处理:Java语言算法描述”这一主题展开讨论。 首先,我们要理解数字图像的基本概念。数字图像是一种以数字形式表示的图像,由像素阵列组成,每...
在IT行业中,数字图像处理是一项重要的技术,尤其是在Java Web开发领域。...学习并掌握这些知识将使开发者能够有效地在Web应用中处理和展示数字图像,提升用户体验,同时也为更高级的计算机视觉应用打下坚实基础。
《数字图像处理——Java编程与实验》是一本深入探讨图像处理技术并结合Java编程实践的教程。这本书涵盖了图像处理的多个关键领域,旨在帮助读者理解并应用这些技术。以下是其中涉及的一些核心知识点: 1. **图像...
本篇将深入探讨数字图像处理的基础知识,以及如何使用Java进行相关编程。 首先,数字图像是一种由像素阵列表示的数据结构,每个像素代表图像中的一个特定位置和颜色。常见的数字图像格式有JPEG、PNG、BMP等。在Java...
"数字图像处理Java语言算法描述 源码"包含了一系列用于处理图像的Java程序,它们实现了从基础的图像变换到复杂的图像分析算法。通过阅读和运行这些源码,开发者可以学习到如何用Java来操作像素矩阵、颜色空间转换、...
1. **数字图像基础**:数字图像由像素组成,每个像素代表图像中的一小块区域,具有特定的色彩和亮度值。常见的图像格式有JPEG、PNG、BMP等,它们在存储和传输时采用不同的编码方式。 2. **Java图像处理库**:Java...
1. 图像基础:包括图像的数字化过程、像素概念、图像格式、颜色模型等基础知识,为后续图像处理算法的学习打下基础。 2. 图像操作:涉及到图像的基本操作技术,如图像的缩放、旋转、平移和裁剪等,是进行图像处理时...
《数字图像处理:Java语言算法描述》内容简介:数字图像处理作为计算机视觉、遥感图像处理与识别、医学图像处理、视频编码与处理、图像与视频检索等的基础知识,已经成为了计算机科学与技术、信号与信息处理等相关...
1. **数字图像基础知识**:数字图像由像素阵列组成,每个像素代表图像中的一个颜色或亮度值。理解像素、色彩空间(如RGB、CMYK或灰度)和分辨率的概念是数字图像处理的基础。 2. **图像表示与存储**:JPEG、PNG、...
数字图像处理作为计算机视觉、遥感图像处理与识别、医学图像处理、视频编码与处理、图像与视频检索等的基础知识,已经成为了计算机科学与技术、信号与信息处理等相关专业的必修基础课程之一。 本书没有将数字图像...
本项目以Java语言为基础,利用Swing库创建了一个可视化的图像处理程序,旨在帮助学生深入理解和实践数字图像处理的基本原理和算法。 一、Swing库的应用 Swing是Java提供的一个图形用户界面(GUI)工具包,用于构建...
### 用JAVA进行数字图像处理的关键知识点 #### 一、数字图像处理概述 数字图像处理是一种通过对数字图像应用数学运算来实现对图像分析的技术。它广泛应用于计算机视觉、模式识别、医疗成像等多个领域。使用Java...
2. **数字图像基础知识**:数字图像由像素矩阵构成,每个像素包含一个或多个颜色分量(如RGB)。理解像素和颜色空间是进行任何图像处理的基础。 3. **算法实现**:源代码可能包括常见的图像处理算法,如直方图均衡...
在计算机视觉领域,数字图像处理是一项基础且重要的技术。在这个领域中,灰度变换是将彩色图像转换为单色(灰阶)图像的过程,以便更好地分析、操作或展示图像信息。Java作为一种流行的编程语言,提供了丰富的库和...
根据提供的信息,我们可以推断出该电子书主要围绕“数字图像处理”这一主题,并通过Java编程...通过本书的学习,读者将能够掌握如何使用Java进行有效的数字图像处理,并能够独立完成一些基础到中等难度的图像处理任务。
通过《数字图像处理——Java语言实现》这本书,读者可以系统地学习这些知识,并结合光盘映像中的实例,加深理解和实践能力。书中的代码示例覆盖了上述各个知识点,是学习Java图像处理的宝贵资源。
首先,《数字图像处理:原理与算法》从理论出发,深入探讨了数字图像处理的基础知识和核心技术。它不仅涵盖了图像的形成、采样与量化、颜色空间等基础概念,还对图像增强、图像恢复、图像分割、特征提取和图像编码等...
总的来说,Java数字图像处理涉及大量的数学和算法知识,包括但不限于矩阵运算、傅里叶变换、卷积、直方图均衡化、梯度计算等。在实际应用中,开发者可以使用Java的开源库如Java Advanced Imaging (JAI)、OpenCV for ...