0 0

Java Advanced imaging 图片不清晰20

大家好,最近用JAI进行缩图,在缩到100左右像素时,与photoshop缩的图比较,没有后者清晰,在网上找了些资料做了些修改,还是不尽人意,特发贴一份,与大家一些交流,如何何缩图更加清晰.代码如下:
String imgdist = "d:/test/ss_"+i+".jpg" ;
try {  
       srcfile = new File(imgsrc);  
        if (!srcfile.exists()) {  
            return;  
        }  
               
        stream  = new FileSeekableStream(srcfile);
        mi = JAI.create("stream", stream);
        //平滑
        int kernelSize = 5;
float[] kernelMatrix = new float[kernelSize*kernelSize];
for(int k=0;k<kernelMatrix.length;k++)
kernelMatrix[k] = 1.0f/(kernelSize*kernelSize);
KernelJAI kernel = new KernelJAI(kernelSize,kernelSize,kernelMatrix);
//mi = JAI.create("convolve", ((PlanarImage)mi).getAsBufferedImage(), kernel);
       
        //第2个参数可以,第三个参数不可以不好
    KernelJAI kernel1 = getkernel(0,500,-40) ;//可设置三个数值,没有发现这三个数据的最好效果.
    mi = JAI.create("convolve",mi.getAsBufferedImage(), kernel1);
       
    ParameterBlock pb = new ParameterBlock();
pb.addSource(mi); // The source image
pb.add(84.0f/386.0f); // The xScale
pb.add(110.0f/500.0f); // The yScale
pb.add(0.0F); // The x translation
pb.add(0.0F); // The y translation   KEY_ANTIALIASING
pb.add(Interpolation.getInstance(Interpolation.INTERP_NEAREST));
PlanarImage destMi = JAI.create("scale", pb,null) ;
BufferedImage bufferedImage = destMi.getAsBufferedImage();
FileOutputStream out =  new FileOutputStream(imgdist) ;
ImageEncoder encoder = ImageCodec.createImageEncoder("JPEG",
out, encodeParam);
encoder.encode(bufferedImage);
}catch(Exception e){
e.printStackTrace() ;
}
2008年6月27日 14:26

1个答案 按时间排序 按投票排序

0 0

package test;

import java.awt.image.BufferedImage;
import java.io.File;
import javax.imageio.ImageIO;

//生成等比例高质量缩略图
public class ScaleImage {
    private int width;

    private int height;

    private int scaleWidth;

    double support = (double) 3.0;

    double PI = (double) 3.14159265358978;

    double[] contrib;

    double[] normContrib;

    double[] tmpContrib;

    int startContrib, stopContrib;

    int nDots;

    int nHalfDots;

    /** *//**
     * Start: Use Lanczos filter to replace the original algorithm for image
     * scaling. Lanczos improves quality of the scaled image modify by :blade
     */

    public static void main(String[] args) {
        ScaleImage is = new ScaleImage();
        try {
            is.saveImageAsJpg("d:/mm.jpg", "d:/mmbre.jpg", 1024,
                    768);
        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }

    // fromFileStr原图片地址,saveToFileStr生成缩略图地址,formatWideth生成图片宽度,formatHeight高度
    public void saveImageAsJpg(String fromFileStr, String saveToFileStr,
            int formatWideth, int formatHeight) throws Exception {
        BufferedImage srcImage;
        File saveFile = new File(saveToFileStr);
        File fromFile = new File(fromFileStr);
        srcImage = javax.imageio.ImageIO.read(fromFile); // construct image
        int imageWideth = srcImage.getWidth(null);
        int imageHeight = srcImage.getHeight(null);
        int changeToWideth = 0;
        int changeToHeight = 0;
        if (imageWideth > 0 && imageHeight > 0) {
            // flag=true;
            if (imageWideth / imageHeight >= formatWideth / formatHeight) {
                if (imageWideth > formatWideth) {
                    changeToWideth = formatWideth;
                    changeToHeight = (imageHeight * formatWideth) / imageWideth;
                } else {
                    changeToWideth = imageWideth;
                    changeToHeight = imageHeight;
                }
            } else {
                if (imageHeight > formatHeight) {
                    changeToHeight = formatHeight;
                    changeToWideth = (imageWideth * formatHeight) / imageHeight;
                } else {
                    changeToWideth = imageWideth;
                    changeToHeight = imageHeight;
                }
            }
        }

        srcImage = imageZoomOut(srcImage, changeToWideth, changeToHeight);
        ImageIO.write(srcImage, "JPEG", saveFile);
    }

    public BufferedImage imageZoomOut(BufferedImage srcBufferImage, int w, int h) {
        width = srcBufferImage.getWidth();
        height = srcBufferImage.getHeight();
        scaleWidth = w;

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

    }

    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 << + 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];
            // System.out.println(valueRed+"->"+Clip((int)valueRed)+"<-");
            //
            // System.out.println(valueGreen+"->"+Clip((int)valueGreen)+"<-");
            // System.out.println(valueBlue+"->"+Clip((int)valueBlue)+"<-"+"-->");
        }

        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;
    }
}

2008年7月02日 22:08

相关推荐

    java 图像处理(模糊处理、锐化处理)

    在Java中,我们可以使用Java Advanced Imaging (JAI) API 或 Java 2D API 来实现这一功能。模糊处理通常包括高斯模糊,它通过应用高斯滤波器来平均像素值,使图像看起来更柔和。以下是一段使用Java 2D API实现高斯...

    java图片压缩处理(可以压缩为任意大小

    在Java中,我们可以利用Java Advanced Imaging (JAI) API或Java 2D API来处理这两种类型的压缩。 在Java 2D API中,主要通过`BufferedImage`类进行图像操作。以下是一个简单的图片压缩示例: ```java import javax...

    基于Java的图像去噪算法设计与实现

    Java作为一门强大的跨平台开发语言,提供了丰富的库和框架,如Java Advanced Imaging (JAI) 和 JavaFX,为实现这些图像处理算法提供了便利。 去光斑算法主要针对因强烈光源导致的图像局部过曝现象,例如太阳光斑或...

    java高清图片压缩的2种方法

    在Java中,如果需要对多种图片格式进行压缩,可能需要结合其他图像处理库,如Java Advanced Imaging (JAI) 或者使用第三方库如ImageMagick的Java接口。 总结一下,Java高清图片压缩的两种常见方法: 1. 使用Java...

    Java实现图像的模糊与锐化Java实用源码整理learns

    在Java中,我们可以利用Java Advanced Imaging (JAI) 库或JavaFX库来进行图像处理。JAI是一个强大的图像处理库,提供了各种图像操作的函数,包括模糊和锐化。另一个选择是JavaFX,它是Java 8引入的一个用于创建桌面...

    Java识别图片文字相关jar包 jai_imageio-1.1.1+swingx-1.6.1+ocr-1.11

    Java Advanced Imaging Image I/O (JAI Image I/O) 是Oracle提供的一个扩展,用于处理和读写多种图像格式。它基于Java Advanced Imaging (JAI) API,提供了丰富的图像处理能力,包括颜色空间转换、几何变换、滤波等...

    Java实现图像模糊、锐化

    在图像处理领域,模糊和锐化是两种常见的操作,它们可以改变图像的视觉效果,增强或减弱细节。...对于学习和实践,建议深入研究Java AWT和Swing库,以及相关的开源库如Java Advanced Imaging (JAI) 和 JavaFX。

    java实现图像处理课程设计

    在Java中,我们可以使用Java Advanced Imaging (JAI)库或JavaFX的Image类来实现这一功能。边缘增强是一种图像增强技术,它旨在突出图像的边界,使得图像的轮廓更加清晰。通常,这可以通过应用一阶或二阶导数滤波器,...

    数字图像处理 JAVA 边缘检测 图像增强 图像分割 平滑 有界面 图像变换

    在IT领域,数字图像处理是一项...在JAVA平台上,可以利用丰富的库和API,如Java AWT和Swing进行GUI开发,以及Java Advanced Imaging (JAI)库进行图像处理。同时,JAVA的跨平台性使得该系统可以在多种操作系统上运行。

    java 上传图片配置

    可以使用Java的图像处理库,如Java Advanced Imaging (JAI) 或 ImageIO,来检查文件头信息,确保上传的是合法的图片文件。 5. **ImageMagick**: 提到的`ImageMagick-6.3.9-0-Q16-windows-dll.exe`是一个跨平台的...

    数字图像处理-Java语言算法描述

    Java具有良好的跨平台特性和丰富的类库,使其在处理图像时可以借助第三方库如Java Advanced Imaging(JAI)、Java ImageIO等来实现复杂的图像算法。文档可能包含了这些库的使用方法和图像处理算法的实现。 数字图像...

    图片浏览器(java语言)

    此外,如果需要缩放、旋转或者进行其他图像操作,可以使用`AffineTransformOp`或其他图像处理库,如Java Advanced Imaging (JAI) 或者 OpenCV。 4. **事件监听**:为了响应用户的交互,比如点击“上一张”、“下...

    Java 图像的模糊与锐化 源码

    此外,为了获得更高级的图像处理效果,可以考虑使用开源的图像处理库,如OpenCV或Java Advanced Imaging (JAI)。 总结来说,Java通过`java.awt.image`包提供了强大的图像处理能力,包括图像模糊和锐化。通过对图像...

    微信群组九宫图java后台生成

    另外,Apache Commons Imaging库(原名Jakarta Sanselan)或Java Advanced Imaging (JAI)也可以用于处理图像。 1. **读取头像**:首先,你需要从服务器或者本地磁盘读取每个群成员的头像图片。这可以通过`java.io....

    chengxu.rar_JAVA图像去噪_java去噪_去噪Java_灰度化_灰度直方图

    Java提供了多种库,如Java Advanced Imaging (JAI) 和 JavaFX,它们包含用于图像处理的API,可以用于去噪。 - 常见的去噪算法有中值滤波、高斯滤波、均值滤波等。中值滤波器在处理椒盐噪声方面效果良好,而高斯...

    数字图像处理-Java语言算法描述.zip

    - Java Advanced Imaging (JAI):提供了丰富的图像处理操作,如旋转、缩放、平移和滤波。 - BufferedImage类:Java标准库中的核心图像处理类,用于存储和操作图像。 3. **基本图像操作**: - 图像读取与写入:...

    基于Java的医学图像处理系统源码.zip

    Java提供了丰富的库,如Java Advanced Imaging (JAI) 和 ImageIO,它们提供了基本的图像读取、显示和操作功能。此外,还有一些第三方库,如OpenCV和ImageJ,这些库进一步扩展了图像处理能力,包括图像分割、特征提取...

    基于java综合图像处理课程设计.docx

    3.1 使用Java编程实现图像读取功能,可以借助Java的ImageIO类或其他库如Java Advanced Imaging (JAI)库。 3.2 应用平滑滤波器对图像进行预处理,减少噪声并为后续处理做准备。 3.3 应用锐化算法增强图像的细节,突出...

    金融场景下Java微服务图片压缩/加密等处理实战

    - Java Advanced Imaging (JAI):Oracle提供的高级图像处理库,支持多种图像操作,包括压缩。 四、图片加密技术 1. 对称加密:如AES(Advanced Encryption Standard),速度快,适合大量数据加密,但密钥管理困难。...

    数字图像处理 java实现

    然而,为了进行更高级的处理,例如锐化和边缘增强,我们可能需要引入第三方库,如OpenCV或Java Advanced Imaging (JAI)。 **锐化**是提高图像清晰度的一种方法,通常通过增强图像的高频成分来实现。在数学上,这...

Global site tag (gtag.js) - Google Analytics