- 浏览: 80624 次
- 性别:
- 来自: 青岛
最新评论
-
duanyong:
有用,但是没有看明白留着。
URI、URL、URN -
xgene:
要是字符做了旋转,还连接在一起,你怎么分?
java 图片像素级操作
首先用matlab实现了识别算法的仿真,因为只是对特定的数字组合的识别,所以非常的简单,放弃采用比较复杂的识别算法,采用最普通的像素比较的识别算法。(如果背景噪声比较复杂,可以考虑先滤波后识别)在写java程序的时候发现一些问题,网上关于图片像素级操作的资料不是太多,有的还不是太正确,特此写出自己的成果与大家分享。
核心类:BufferedImage,ImageIO
ImageIO类提供图象读写接口,可以对URL,InputStream等操作,得到图像信息十分的方便。
ImageIO在javax.imageio.*的包中,属于jdk中的标准类。提供的方法有:
read() 例:BufferedImage imd=ImageIO.read(new File(file));
write() 例:ImageIO.write(imd, "JPEG", new File("C:\\test"+k+".gif"));
//具体方法可以查找jdk doc
BufferedImage类是一个Image类的子类,与Image不同的是,它是在内存中创建和修改的,你可以显示它也可以不显示它,这就看你的具体需求了。这里因为我用于图像的识别所以就不需要显示出来了。你可以通过ImageIO的方法来读取一个文件到BufferedImage,也可以将其写回一个文件中去。类似的操作可以看前面的两个方法。以及参考jdk doc
因为我要识别类似于身份验证的一个数字串图片,所以我考虑把这些数字分离出来,存在不同的图像内,这里BufferedImage类提供一个很方便的办法。
getSubimage(int left,int top,int width,int height)
例: BufferedImage newim[]=new BufferedImage[4];
newim[0]=imd.getSubimage(4,0,10,18);
newim[1]=imd.getSubimage(13,0,10,18);
newim[2]=imd.getSubimage(22,0,10,18);
newim[3]=imd.getSubimage(31,0,10,18);
最后为了得到图像的像素,我们需要的就是得到像素的方法,这个方法有很多,这里我介绍的是
getRGB(int x,int y) 得到特定像素点的RGB值。
例: pix=new int[10*18];pix[i*(10)+j]=newim[k].getRGB(j,i);
现在我们得到了像素,可以看出像素是一个一维数组,你如果不习惯可以考虑保存在一个二维的数组中,然后就来实施你的看家算法,什么小波变换,拉普拉斯算子,尽管来吧。怎么样是不是很方便呢?什么你好像看不太懂,好给你一些源程序好了,包括像素分解和识别算法。
核心类:BufferedImage,ImageIO
ImageIO类提供图象读写接口,可以对URL,InputStream等操作,得到图像信息十分的方便。
ImageIO在javax.imageio.*的包中,属于jdk中的标准类。提供的方法有:
read() 例:BufferedImage imd=ImageIO.read(new File(file));
write() 例:ImageIO.write(imd, "JPEG", new File("C:\\test"+k+".gif"));
//具体方法可以查找jdk doc
BufferedImage类是一个Image类的子类,与Image不同的是,它是在内存中创建和修改的,你可以显示它也可以不显示它,这就看你的具体需求了。这里因为我用于图像的识别所以就不需要显示出来了。你可以通过ImageIO的方法来读取一个文件到BufferedImage,也可以将其写回一个文件中去。类似的操作可以看前面的两个方法。以及参考jdk doc
因为我要识别类似于身份验证的一个数字串图片,所以我考虑把这些数字分离出来,存在不同的图像内,这里BufferedImage类提供一个很方便的办法。
getSubimage(int left,int top,int width,int height)
例: BufferedImage newim[]=new BufferedImage[4];
newim[0]=imd.getSubimage(4,0,10,18);
newim[1]=imd.getSubimage(13,0,10,18);
newim[2]=imd.getSubimage(22,0,10,18);
newim[3]=imd.getSubimage(31,0,10,18);
最后为了得到图像的像素,我们需要的就是得到像素的方法,这个方法有很多,这里我介绍的是
getRGB(int x,int y) 得到特定像素点的RGB值。
例: pix=new int[10*18];pix[i*(10)+j]=newim[k].getRGB(j,i);
现在我们得到了像素,可以看出像素是一个一维数组,你如果不习惯可以考虑保存在一个二维的数组中,然后就来实施你的看家算法,什么小波变换,拉普拉斯算子,尽管来吧。怎么样是不是很方便呢?什么你好像看不太懂,好给你一些源程序好了,包括像素分解和识别算法。
import java.awt.*; import java.awt.image.*; import java.io.FileOutputStream; import java.io.*; import java.io.InputStream; import java.net.URL; import javax.imageio.*; public class MyImage{ BufferedImage imd;//待识别图像 private int iw,ih;//图像宽和高 public final static String path="D:\\jyy\\app\\tomcat\\webapps\\userlogon\\a.jpg"; static public void main(String args[]) { try{ MyImage app = new MyImage();//构造一个类 String s=app.getImageNum("C:\\无标题.bmp");//得到识别字符串 System.out.println("recognize result"+s); byte[] by=s.getBytes(); File f=new File("C:\\testfile.txt"); FileOutputStream fos=new FileOutputStream(f);//写入一个结果文件 fos.write(by); fos.close(); }catch(Exception e){ e.printStackTrace(); } } //构造函数 public MyImage() throws IOException { super("Image Test"); try{ }catch(Exception e){ e.printStackTrace(); } } //得到图像的值 public String getImageNum(String file){ StringBuffer sb=new StringBuffer(""); try{ imd=ImageIO.read(new File(file));//用ImageIO的静态方法读取图像 BufferedImage newim[]=new BufferedImage[4]; int []x=new int[4]; //将图像分成四块,因为要处理的文件有四个数字。 newim[0]=imd.getSubimage(4,0,10,18); newim[1]=imd.getSubimage(13,0,10,18); newim[2]=imd.getSubimage(22,0,10,18); newim[3]=imd.getSubimage(31,0,10,18); for(int k=0;k<4;k++){ x[k]=0; ImageIO.write(newim[k], "JPEG", new File("C:\\test"+k+".gif")); this.iw=newim[k].getWidth(null); this.ih=newim[k].getHeight(null); pix=new int[iw*ih]; //因为是二值图像,这里的方法将像素读取出来的同时,转换为0,1的图像数组。 for(int i=0;i<ih;i++){ for(int j=0;j<iw;j++){ pix[i*(iw)+j]=newim[k].getRGB(j,i); if(pix[i*(iw)+j]==-1) pix[i*(iw)+j]=0; else pix[i*(iw)+j]=1; x[k]=x[k]+pix[i*(iw)+j]; } } //得到像匹配的数字。 int r=this.getMatchNum(pix); sb.append(r); System.out.println("x="+x[k]); } }catch(Exception e){ e.printStackTrace(); } return sb.toString(); } //数字模板 0-9 static int[][] value={ //num 0; {0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,1,1,0,0,0,0, 0,0,1,1,1,1,1,0,0,0, 0,0,1,1,0,0,1,1,0,0, 0,1,1,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,0,1,1,0,0,1,1,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,0,0,1,1,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num 1 {0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,1,1,1,0,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,0,1,1,0,0,0, 1,1,1,1,1,1,1,1,1,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num2 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,1,1,0,0,1,1,0,0, 0,1,1,0,0,0,0,1,1,0, 0,0,0,0,0,0,0,1,1,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,0,1,1,0,0,0, 0,0,0,0,1,1,0,0,0,0, 0,0,0,1,1,0,0,0,0,0, 0,0,1,1,0,0,0,0,0,0, 1,1,1,1,1,1,1,1,1,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num3 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,1,1,1,1,1,0,0,0, 0,1,1,0,0,0,1,1,0,0, 0,0,0,0,0,0,0,1,1,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,1,1,1,0,0,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,1,0,0,1,1,0, 0,0,0,0,0,0,0,1,1,0, 0,1,1,0,0,0,1,1,0,0, 0,0,1,1,1,1,1,0,0,0, 0,0,0,1,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num4 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,0,1,1,1,0,0, 0,0,0,0,1,1,1,1,0,0, 0,0,0,1,1,0,1,1,0,0, 0,0,1,1,0,0,1,1,0,0, 0,1,1,0,0,0,1,1,0,0, 0,1,1,1,1,1,1,1,1,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num5 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,1,0,0,0,0,0, 0,1,1,1,1,1,1,1,0,0, 0,1,1,0,0,0,0,0,0,0, 0,1,1,0,0,0,0,0,0,0, 0,1,1,0,1,1,1,0,0,0, 0,1,1,1,0,0,1,1,0,0, 0,0,0,0,0,0,0,1,1,0, 0,0,0,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,0,1,1,0,0,1,1,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num6 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,1,1,0,0,1,1,0,0, 0,1,1,0,0,0,0,1,0,0, 0,1,1,0,0,0,0,0,0,0, 0,1,1,0,1,1,1,0,0,0, 0,1,1,1,0,0,1,1,0,0, 0,1,1,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,0,1,1,0,0,1,1,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num7 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,1,1,1,1,1,1,1,1,0, 0,0,0,0,0,0,0,1,1,0, 0,0,0,0,0,0,1,1,1,0, 0,0,0,0,0,0,1,1,0,0, 0,0,0,0,1,1,1,0,0,0, 0,0,0,0,1,1,0,0,0,0, 0,0,0,1,1,0,0,0,0,0, 0,0,1,1,0,0,0,0,0,0, 0,1,1,0,0,0,0,0,0,0, 0,1,1,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num8 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,1,1,0,0,1,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,0,1,1,0,1,1,1,1,0, 0,0,0,1,1,1,1,0,0,0, 0,0,1,1,0,0,1,1,0,0, 0,1,1,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,0,1,1,0,0,1,1,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }, //num9 { 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,1,1,0,1,1,1,0,0, 0,1,1,0,0,0,0,1,1,0, 0,1,1,0,0,0,0,1,1,0, 0,0,1,1,0,0,1,1,1,0, 0,0,0,1,1,1,0,1,1,0, 0,0,0,0,0,0,0,1,1,0, 0,0,1,0,0,0,0,1,1,0, 0,0,1,1,0,0,1,1,0,0, 0,0,0,1,1,1,1,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,0,0 }}; //图像像素相减取绝对值得到最小熵的结果。 public int getMatchNum(int[] pix){ int result=-1; int temp=100; int x; for(int k=0;k<=9;k++){ x=0; for(int i=0;i<pix.length;i++){ x=x+Math.abs(pix[i]-value[k][i]); } /*for(int a=0;a<18;a++){ for(int b=0;b<10;b++){ System.out.print(pix[a*10+b]+"-"+value[k][a*10+b]+"|"); } System.out.println(); }*/ if(x<temp) { temp=x; result=k; } } return result; } }
发表评论
-
JSP编译原理
2009-06-12 15:56 26261.jsp运行时都要先转换成servlet,使用tomcat时 ... -
由浅到深详细讲解JSP自定义标签
2008-11-21 12:01 879一、基本概念 1、标签( ... -
JAVA通用数据库访问工具类
2008-11-18 10:16 2078import java.sql.*; /** * 数 ... -
java常用的System.getProperty(String param)参数列举
2008-11-07 10:39 1471java.version Java 运行时环境版本 jav ... -
webservice axis2 测试
2008-08-07 09:20 1757wsdl的描述文件的网址如下 http://192.168.8 ... -
JAVA得到网卡物理地址(windows和Linux)
2008-08-06 13:43 1486import java.io.BufferedReader; ... -
日期时间工具类
2008-08-06 13:35 821import java.text.DateFormat; ... -
Java实例 利用Socket进行网络编程详解
2008-08-01 09:03 1173Socket是网络上运行的两 ... -
Hibernate+Oracle+CLOB的读写
2008-07-29 08:58 2143用hibernate封装oracle的clob类型操作起来很不 ... -
Java命令详解--Javadoc
2008-06-30 14:05 1752Javadoc的命令行语法如下 ... -
java中精确的计算方法
2008-05-27 12:48 2551import java.math.BigDecimal; ... -
中英文转换
2008-05-27 12:40 1781public class ConvertHelper { ... -
文件工具类
2008-05-27 12:36 1014import org.dom4j.Document; i ...
相关推荐
3. **像素级操作**: 要进行像素级处理,我们需要访问图像的每个像素。`BufferedImage`提供了`getRGB(int x, int y)`方法,用于获取指定坐标(x, y)的像素的RGB值。RGB值是一个整数,包含红色、绿色和蓝色分量。为了...
总之,Java提供了强大的图像处理能力,结合`ImageIO`和`BufferedImage`,开发者可以实现从基本的像素级操作到复杂的图像识别算法。在实际项目中,可以根据需求选择合适的方法,实现图像的读取、编辑、保存以及各种...
Java图像处理类库,如Java Image Filters,是Java平台上的一个重要工具,用于对数字图像进行各种操作和修改。这些类库通常包含了一系列的类和方法,可以实现图像的过滤、调整、裁剪、旋转、合成等多种功能,为开发者...
在JAVA编程语言中,获取图像像素是一项常见的任务,特别是在图像处理、计算机视觉或者数据分析等领域。以下将详细讲解如何使用JAVA实现获取图像像素的程序,并探讨相关的知识点。 首先,我们需要了解JAVA中的`java....
在Java中,主要通过Java Advanced Imaging (JAI) API和Java 2D API来实现图像的各种基本操作。这些操作包括傅立叶变换(FFT),图像分割,缩放,哈夫曼编码(Huffman编码),以及镜像等。下面将对这些知识点进行详细阐述...
总的来说,Java图片高级处理涉及多个层次的技术,从简单的颜色变换到复杂的数学算法,都需要扎实的编程基础和对图像处理原理的理解。通过学习和实践,你可以创建出具有独特视觉效果的应用程序或工具,满足各种图像...
2. **图片文件格式**:图片文件如JPEG、PNG、GIF等,都是以特定的二进制格式存储的,包含图像的像素信息、颜色模式等。加密时,需要理解这些格式的结构,以便在不影响图片可读性的前提下进行加密操作。 3. **加密...
在Java中进行图像识别,尤其是判断两张图片是否相似,是一个涉及计算机视觉和图像处理的复杂任务。本话题将深入探讨如何使用Java实现这一功能。在实际应用中,图像相似度判断广泛应用于图像检索、内容识别、人脸识别...
3. **显示直方图**:直方图是图像像素强度分布的可视化表示。通过统计每个灰度级的像素数量,可以分析图像的亮度分布。Java中可以遍历所有像素,计算每个灰度级的频率,然后用`javax.swing.JFreeChart`库绘制直方图...
此外,还有`PlanarImage`类,它为多通道图像提供了一种抽象表示,便于进行像素级别的操作。 JAI支持多种图像格式的读取和写入,包括常见的JPEG、PNG、TIFF等,同时也支持遥感和医学图像等专业领域的格式。这得益...
2. 绘图:通过Graphics2D API进行像素级的图像绘制,包括游戏中的静态元素(如背景)和动态元素(如小鸟飞行)。 3. 时间管理:通过定时器(Timer)或线程(Thread)来控制游戏的帧率,更新游戏状态并重绘屏幕。 4. ...
直方图是表示图像像素亮度分布的图形,它可以帮助我们理解图像的整体亮度特性。在Java中,我们可以遍历图像的所有像素,统计每个灰度级出现的次数,绘制出直方图。直方图分析可用于自动阈值选择、图像均衡化等操作...
4. **颜色和像素操作**: `BufferedImage`类提供了对图像像素的直接访问,可以通过`getRGB()`和`setRGB()`方法获取和修改像素的颜色值。此外,还可以使用`ColorModel`和`Raster`对象进行更复杂的颜色空间转换。 5. *...
- **图像表示**:JAI中的图像表示主要通过`RenderedImage`接口来实现,这是一个包含了像素数据和元数据的抽象表示。 - **图像处理操作**:JAI提供了多种图像处理操作,如缩放、旋转、颜色转换等,这些操作可以通过`...
在Java中,我们可以使用`java.awt.image.BufferedImage`类来处理图像,它提供了对图像像素的直接访问。 接下来,让我们深入探讨如何在Java中实现区域填充算法。一种常用的方法是4连接法或8连接法。4连接法考虑的是...
总之,Java实现图片二值化涉及到图像处理的基本概念,包括像素操作、颜色空间转换以及阈值处理。通过理解这些知识点,并结合Java的图像处理API,我们可以有效地将彩色图像转换为黑白图像,为后续的图像分析和处理...
通过创建BufferedImage对象,我们可以加载图片、保存图片,甚至对每个像素进行操作,比如改变颜色、亮度等。 2. **ImageIO**:ImageIO类是Java读写图像文件的核心,提供`read()`方法读取图像文件,`write()`方法将...
本文将深入探讨如何使用Java语言来实现这两种技术,并提供相关的代码示例和实际应用图片。 首先,我们要了解模糊和锐化的概念。模糊处理通常用于减少图像中的噪声,使图像看起来更平滑,而锐化则可以增强图像的边缘...
- 使用Java的BufferedImage类作为基本图像容器,它可以存储像素数据并支持各种操作。 - ImageIO类用于读取和写入各种图像格式,如JPEG、PNG等。 - Color类和ColorModel类处理颜色空间转换和像素表示。 6. **应用...
本文将深入探讨Java中适合进行像素级别操作的图像格式,以及如何利用Java Swing库来实现这些操作。 首先,我们关注的是无损压缩的图像格式,因为它们在像素级别的操作中保持原始数据的完整性。PNG(Portable ...