`

java图像压缩

    博客分类:
  • Java
 
阅读更多
http://my.oschina.net/686991/blog/643839

/**网上看到了一篇关于JAVA图像处理的文章,博主贴出了一个处理类:特点是高品质缩小,具体代码如下:
     * http://www.blogjava.net/kinkding/archive/2009/05/23/277552.html
     * 上面的代码中,本人做了一点小改进:imageZoomOut方法中,添加了一个lockScale参数,如果为true则表明保持纵横比。*/
     private int width;
        private int height;
        private int scaleWidth;
        double support = (double) 3.0;
        double[] contrib;
        double[] normContrib;
        double[] tmpContrib;
        int startContrib, stopContrib;
        int nDots;
        int nHalfDots;

        public BufferedImage imageZoomOut(BufferedImage srcBufferImage, int w, int h, boolean lockScale) {
            width = srcBufferImage.getWidth();
            height = srcBufferImage.getHeight();
            scaleWidth = w;
            if (lockScale) {
                h = w * height / width;
            }

            if (DetermineResultSize(w, h) == 1) {
                return srcBufferImage;
            }
            CalContrib();
            BufferedImage pbOut = HorizontalFiltering(srcBufferImage, w);
            BufferedImage pbFinalOut = VerticalFiltering(pbOut, h);
            return pbFinalOut;
        }

        /**
         * 决定图像尺寸
         */
        private int DetermineResultSize(int w, int h) {
            double scaleH, scaleV;
            scaleH = (double) w / (double) width;
            scaleV = (double) h / (double) height;
            // 需要判断一下scaleH,scaleV,不做放大操作
            if (scaleH >= 1.0 && scaleV >= 1.0) {
                return 1;
            }
            return 0;

        } // end of DetermineResultSize()

        private double Lanczos(int i, int inWidth, int outWidth, double Support) {
            double x;

            x = (double) i * (double) outWidth / (double) inWidth;

            return Math.sin(x * Math.PI) / (x * Math.PI) * Math.sin(x * Math.PI / Support) / (x * Math.PI / Support);

        } // end of Lanczos()

        //
        // Assumption: same horizontal and vertical scaling factor
        //
        private void CalContrib() {
            nHalfDots = (int) ((double) width * support / (double) scaleWidth);
            nDots = nHalfDots * 2 + 1;
            try {
                contrib = new double[nDots];
                normContrib = new double[nDots];
                tmpContrib = new double[nDots];
            } catch (Exception e) {
                System.out.println("init contrib,normContrib,tmpContrib" + e);
            }

            int center = nHalfDots;
            contrib[center] = 1.0;

            double weight = 0.0;
            int i = 0;
            for (i = 1; i <= center; i++) {
                contrib[center + i] = Lanczos(i, width, scaleWidth, support);
                weight += contrib[center + i];
            }

            for (i = center - 1; i >= 0; i--) {
                contrib[i] = contrib[center * 2 - i];
            }

            weight = weight * 2 + 1.0;

            for (i = 0; i <= center; i++) {
                normContrib[i] = contrib[i] / weight;
            }

            for (i = center + 1; i < nDots; i++) {
                normContrib[i] = normContrib[center * 2 - i];
            }
        } // end of CalContrib()

        // 处理边缘
        private void CalTempContrib(int start, int stop) {
            double weight = 0;

            int i = 0;
            for (i = start; i <= stop; i++) {
                weight += contrib[i];
            }

            for (i = start; i <= stop; i++) {
                tmpContrib[i] = contrib[i] / weight;
            }

        } // end of CalTempContrib()

        private int GetRedValue(int rgbValue) {
            int temp = rgbValue & 0x00ff0000;
            return temp >> 16;
        }

        private int GetGreenValue(int rgbValue) {
            int temp = rgbValue & 0x0000ff00;
            return temp >> 8;
        }

        private int GetBlueValue(int rgbValue) {
            return rgbValue & 0x000000ff;
        }

        private int ComRGB(int redValue, int greenValue, int blueValue) {

            return (redValue << 16) + (greenValue << 8) + blueValue;
        }

        // 行水平滤波
        private int HorizontalFilter(BufferedImage bufImg, int startX, int stopX, int start, int stop, int y,
                double[] pContrib) {
            double valueRed = 0.0;
            double valueGreen = 0.0;
            double valueBlue = 0.0;
            int valueRGB = 0;
            int i, j;

            for (i = startX, j = start; i <= stopX; i++, j++) {
                valueRGB = bufImg.getRGB(i, y);

                valueRed += GetRedValue(valueRGB) * pContrib[j];
                valueGreen += GetGreenValue(valueRGB) * pContrib[j];
                valueBlue += GetBlueValue(valueRGB) * pContrib[j];
            }

            valueRGB = ComRGB(Clip((int) valueRed), Clip((int) valueGreen), Clip((int) valueBlue));
            return valueRGB;

        } // end of HorizontalFilter()

        // 图片水平滤波
        private BufferedImage HorizontalFiltering(BufferedImage bufImage, int iOutW) {
            int dwInW = bufImage.getWidth();
            int dwInH = bufImage.getHeight();
            int value = 0;
            BufferedImage pbOut = new BufferedImage(iOutW, dwInH, BufferedImage.TYPE_INT_RGB);

            for (int x = 0; x < iOutW; x++) {

                int startX;
                int start;
                int X = (int) (((double) x) * ((double) dwInW) / ((double) iOutW) + 0.5);
                int y = 0;

                startX = X - nHalfDots;
                if (startX < 0) {
                    startX = 0;
                    start = nHalfDots - X;
                } else {
                    start = 0;
                }

                int stop;
                int stopX = X + nHalfDots;
                if (stopX > (dwInW - 1)) {
                    stopX = dwInW - 1;
                    stop = nHalfDots + (dwInW - 1 - X);
                } else {
                    stop = nHalfDots * 2;
                }

                if (start > 0 || stop < nDots - 1) {
                    CalTempContrib(start, stop);
                    for (y = 0; y < dwInH; y++) {
                        value = HorizontalFilter(bufImage, startX, stopX, start, stop, y, tmpContrib);
                        pbOut.setRGB(x, y, value);
                    }
                } else {
                    for (y = 0; y < dwInH; y++) {
                        value = HorizontalFilter(bufImage, startX, stopX, start, stop, y, normContrib);
                        pbOut.setRGB(x, y, value);
                    }
                }
            }

            return pbOut;

        } // end of HorizontalFiltering()

        private int VerticalFilter(BufferedImage pbInImage, int startY, int stopY, int start, int stop, int x,
                double[] pContrib) {
            double valueRed = 0.0;
            double valueGreen = 0.0;
            double valueBlue = 0.0;
            int valueRGB = 0;
            int i, j;

            for (i = startY, j = start; i <= stopY; i++, j++) {
                valueRGB = pbInImage.getRGB(x, i);

                valueRed += GetRedValue(valueRGB) * pContrib[j];
                valueGreen += GetGreenValue(valueRGB) * pContrib[j];
                valueBlue += GetBlueValue(valueRGB) * pContrib[j];
            }

            valueRGB = ComRGB(Clip((int) valueRed), Clip((int) valueGreen), Clip((int) valueBlue));
            // System.out.println(valueRGB);
            return valueRGB;

        } // end of VerticalFilter()

        private BufferedImage VerticalFiltering(BufferedImage pbImage, int iOutH) {
            int iW = pbImage.getWidth();
            int iH = pbImage.getHeight();
            int value = 0;
            BufferedImage pbOut = new BufferedImage(iW, iOutH, BufferedImage.TYPE_INT_RGB);

            for (int y = 0; y < iOutH; y++) {

                int startY;
                int start;
                int Y = (int) (((double) y) * ((double) iH) / ((double) iOutH) + 0.5);

                startY = Y - nHalfDots;
                if (startY < 0) {
                    startY = 0;
                    start = nHalfDots - Y;
                } else {
                    start = 0;
                }

                int stop;
                int stopY = Y + nHalfDots;
                if (stopY > (int) (iH - 1)) {
                    stopY = iH - 1;
                    stop = nHalfDots + (iH - 1 - Y);
                } else {
                    stop = nHalfDots * 2;
                }

                if (start > 0 || stop < nDots - 1) {
                    CalTempContrib(start, stop);
                    for (int x = 0; x < iW; x++) {
                        value = VerticalFilter(pbImage, startY, stopY, start, stop, x, tmpContrib);
                        pbOut.setRGB(x, y, value);
                    }
                } else {
                    for (int x = 0; x < iW; x++) {
                        value = VerticalFilter(pbImage, startY, stopY, start, stop, x, normContrib);
                        pbOut.setRGB(x, y, value);
                    }
                }

            }

            return pbOut;

        } // end of VerticalFiltering()

        int Clip(int x) {
            if (x < 0)
                return 0;
            if (x > 255)
                return 255;
            return x;
        }

        public static void main(String[] args) throws IOException {
            ImageScale is = new ImageScale();
            String path = "F:\\web\\test\\ImageTrans\\";
            BufferedImage image1 = ImageIO.read(new File(path + "Koala.jpg"));
            int w = 200, h = 400;
            BufferedImage image2 = is.imageZoomOut(image1, w, h, true);
            FileOutputStream out = new FileOutputStream(path + "test_2.jpg");
            ImageIO.write(image2, "jpeg", out);
        }
分享到:
评论

相关推荐

    Java 图片压缩

    在Java编程语言中,处理图像是一项常见的任务,其中包括图片压缩。Java提供了丰富的API来处理图像,其中`java.awt.image.BufferedImage`和`javax.imageio.ImageIO`类是核心工具。本篇文章将深入探讨如何利用Java后台...

    java图片压缩处理(可以压缩为任意大小

    在Java编程语言中,处理图片压缩是一项常见的任务,特别是在存储、传输或展示大量图像资源时。本主题将深入探讨如何使用Java实现图片压缩,并能够将其调整到任意大小,同时保持图片质量并避免变形。 首先,我们需要...

    java图片压缩通用类

    但是,这个"java图片压缩通用类"可能是开发者自定义的一个类,它可能封装了一些常见的图像处理操作,如调整尺寸、改变质量参数以及保存为不同的格式。 图片压缩通常涉及两个主要方面:尺寸压缩和质量压缩。尺寸压缩...

    java图片压缩处理 支持gif

    在Java编程语言中,处理图片压缩是一项常见的任务,特别是在网页开发、移动应用或者任何需要减小图片文件大小的场景中。"java图片压缩处理 支持gif"这个标题表明我们将探讨如何使用Java来处理和压缩GIF动态图,因为...

    java-for-image-compression.zip_java 图像压缩_java 图片压缩

    在这个"java-for-image-compression.zip"压缩包中,包含了一个名为"java实现图像压缩.txt"的文件,它很可能提供了关于如何使用Java实现图像不失真等比例压缩的算法的详细步骤和代码示例。 图像压缩的主要目标是减少...

    Java图片压缩

    下面我们将深入探讨Java图片压缩的相关知识点。 1. **图片格式** 图片格式有很多种,如JPEG、PNG、GIF、BMP等。不同的格式有不同的压缩算法和用途。JPEG适用于连续色调的图片,如照片,支持有损压缩;PNG适合于...

    java图片压缩处理

    java图片压缩处理java图片压缩处理java图片压缩处理java图片压缩处理java图片压缩处理java图片压缩处理

    [原创] 高清晰高品质Java图片压缩

    &lt;br&gt;在jdk1.6以下的版本环境下,压缩部分图片会很慢,经过我测试,如果图片的DPI越高,速度越慢,一般WEB使用图片DPI都是72,速度很快。大家可以试下。我测试了几张DPI为300,印刷品质的图片,大概要35秒左右,...

    Java图片压缩工具类

    Java图片压缩工具类,根据宽度、高度进行压缩图片。如有意见,欢迎指出

    java 图片压缩详细讲解

    java 图片压缩详细讲解,可对图片自定义压缩后的宽度,高度,质量等功能。

    Thumbnails 纯java图片压缩api 包括文档及相关学习资料

    "Thumbnails 纯java图片压缩api 包括文档及相关学习资料" 是一个专为Java开发者设计的图片压缩库,旨在提供高效的图片压缩解决方案。下面将详细介绍这个API的核心特性、使用方法以及为何它能在Java图片处理领域...

    java高清图片压缩的2种方法

    首先,我们来看看使用Java标准库中的`javax.imageio.ImageIO`类进行图片压缩。`ImageIO`类提供了读取、写入和处理图像的功能。以下是一个简单的示例,展示如何读取一个图片文件,然后以较低的质量重新保存,从而达到...

    JAVA图片压缩类可以压缩JPG

    采用JDK自带的图片除理类对图片进行压缩,可以将4M的图片文件压缩成100K以下

    Java图片压缩工具

    总之,Java图片压缩工具利用Java的图像处理库,结合不同的压缩策略,能够有效地对图片进行压缩,满足不同场景的需求。无论是简单的尺寸调整还是复杂的质量控制,Java都能提供足够的工具和灵活性来处理这些问题。对于...

    java图片压缩文件大小图片大小(支持gif动态图)

    在Java编程语言中,处理图片压缩是一个常见的任务,特别是在网页开发、存储优化或者移动应用中。这个主题主要涉及如何利用Java来减少图片文件的大小,包括静态图片(如JPEG、PNG)以及动态图片(如GIF)。下面我们将...

    java 图片压缩 iphone拍照上传旋转问题处理压缩工具类

    本篇文章将详细介绍如何利用Java来处理这个问题,特别是如何编写一个图片压缩和旋转的工具类。 首先,我们需要引入处理图像元数据和压缩的库。在Java中,一个常用的库是Apache的Commons Imaging,它以前称为JAI-...

    java图片压缩

    java图片压缩,处理前台上传大图片(尼玛,大于20个字俺特么怎么编啊)

    Java压缩图片util,可等比例宽高不失真压缩,也可直接指定压缩后的宽高

    Java压缩图片util,可等比例宽高不失真压缩,也可直接指定压缩后的宽高,只能用炫酷来形容,感兴趣就下载看看吧

    Java图片压缩程序 计算机专业作业

    这个Java图片压缩程序作为一个计算机专业的作业,旨在帮助学生理解和实现图像压缩算法,同时提供用户友好的界面,使得操作更为简便。 首先,我们要理解Java作为编程语言在图像处理中的应用。Java提供了丰富的API,...

Global site tag (gtag.js) - Google Analytics