java 图片操作技术之RGB的获取

雨点打透心脏的1/2处 2022-08-20 04:19 100阅读 0赞

/**
     * 名词解释:
     * 饱和度是指色彩的鲜艳程度，也称色彩的纯度。
     * 灰度：使用黑色调表示物体，即用黑色为基准色，不同的饱和度的黑色来显示图像。
     * 像素：如同摄影的相片一样，数码影像也具有连续性的浓淡阶调，我们若把影像放大数倍，会发现这些连续色调其实是由许多色彩相近的小方点所组成，
     * 这些小方点就是构成影像的最小单元——像素。是分辨率的尺寸单位。
     * 像素是基本原色素及其灰度的基本编码。我们看到的数字图片是有一个二维的像素矩阵组成。
     * 像素在计算机中通常用3个字节24位保存，如16-23 位表示红色（R）分量，8-15 位表示绿色(G)分量，0-7 位表示蓝色(B)分量；
     * 当图片尺寸以像素为单位时，每一厘米等于28像素，比如15*15厘米长度的图片，等于420*420像素的长度。 
     * 一个像素所能表达的不同颜色数取决于比特每像素(BPP)。如8bpp[2^8=256色， 灰度图像]、16bpp[2^16=65536色，称为高彩色]、24bpps[2^24=16777216色，称为真彩色]。
     *  分辨率：图像总像素的多少，称为图像分辨率。
     *  RGB： 颜色模型，是将颜色表示成数字形式的模型，或者说是一种记录图像颜色的方式。详情百度
     *  
     *  下列代码是将一个图片分解成R,G,B三种色彩灰度图片的算法
     * 也可参考原著为：http://blog.csdn.net/luoweifu/article/details/8042494
     * 
     */
    package test;
    
    import java.awt.Color;
    import java.awt.image.BufferedImage;
    import java.io.File;
    import java.io.FileOutputStream;
    import java.io.IOException;
    import java.io.OutputStream;
    
    import javax.imageio.ImageIO;
    
    public class MyImage {
    	// 将图片分解为R,G,B三种灰度图片
    	/**
    	 * 
    	 * @param filePath 原图片路径
    	 * @param newFilePath 您想要生成的图片路径
    	 * @param type 选择生成类型1为R,2G,3为B
    	 */
    	public static void analyseRGB(String filePath, String newFilePath, int type) {
    		OutputStream output = null;
    		try {
    			BufferedImage img = ImageIO.read(new File(filePath));
    			int imageType = img.getType();// 获取图片类型
    			int width = img.getWidth();// 获取图片宽度
    			int height = img.getHeight();// 获取图片高度
    			int startX = 0;// 开始的横坐标
    			int startY = 0;// 开始的纵坐标
    			int offset = 0;// 偏移量
    			int scansize = width;// 扫描间距
    			int dd = width - startX;// 被遍历的宽度间距
    			int hh = height - startY;// 被遍历的高度间距
    			int x0 = width / 2;// 横向中间点
    			int y0 = height / 2;// 纵向中间点
    			System.out.println("dd:" + dd + " hh:" + hh);
    			System.out.println("width:" + width + " height:" + height);
    			System.out.println("imageType:" + imageType);
    			System.out.println("size:"+(offset + hh * scansize + dd));
    			// rgb的数组，保存像素，用一维数组表示二位图像像素数组
    			int[] rgbArray = new int[offset + hh * scansize + dd];// 偏移量+纵向开始坐标*扫描间距+横向开始坐标
    			//这里大家都感觉很奇怪为什么会是这样一个算法呢？为什么不知道用width*height就够用了，这里作者也搞不懂，你只要默认记住了这个规则，
    			//然后取点的时候按这个规则去取就可以了
    			// newArray 保存处理后的像素
    			int[] newArray = new int[offset + hh * scansize + dd];// 偏移量+纵向开始坐标*扫描间距+横向开始坐标
    			/**
    			 * getRGB public int[] getRGB(int startX, int startY, int w, int h,
    			 * int[] rgbArray, int offset, int scansize)从图像数据的某一部分返回默认 RGB 颜色模型
    			 * (TYPE_INT_ARGB) 和默认 sRGB 颜色空间中整数像素数组。如果该默认模型与该图像的 ColorModel
    			 * 不匹配，则发生颜色转换。在使用此方法所返回的数据中，每个颜色分量只有 8 位精度。通过图像中指定的坐标 (x, y)，ARGB
    			 * 像素可以按如下方式访问：
    			 * 
    			 * pixel = rgbArray[offset + (y-startY)*scansize + (x-startX)];
    			 * 如果该区域不在边界内部，则抛出 ArrayOutOfBoundsException。但是，不保证进行显式的边界检查。
    			 * 
    			 * 
    			 * 参数：
    			 *  startX - 起始 X 坐标 
    			 *  startY - 起始 Y 坐标 
    			 *  w - 区域的宽度 
    			 *  h - 区域的高度
    			 * rgbArray - 如果不为 null，则在此写入 rgb 像素 
    			 * offset - rgbArray 中的偏移量
    			 * scansize - rgbArray 的扫描行间距 
    			 * 返回： RGB 像素数组。
    			 */
    			img.getRGB(startX, startY, width, height, rgbArray, offset,
    					scansize); // 把像素存到固定的数组里面去
    			int count=0;
    			for(int i : rgbArray){
    				System.out.println(i);
    				if(i!=0){
    					count=count+1;
    				}
    			}
    			System.out.println(count);
    			int rgb = rgbArray[offset + (y0 - startY) * scansize
    					+ (x0 - startX)]; // 位于图片正中央的rgb像素点
    			Color c = new Color(rgb);
    			System.out.println("中间像素点的rgb:"+c);
    			for (int i = 0; i < height - startY; i++) {//遍历每一行
    				for (int j = 0; j < width - startX; j++) {//遍历每一列
    					c = new Color(rgbArray[offset+i * scansize + j]);
    					switch (type) {
    					case 1://红色灰度图片
    						newArray[i*dd + j] = new Color(c.getRed(), 0, 0).getRGB();
    						break;
    					case 2://绿色灰度图片
    						 newArray[i*dd + j] = new Color(0, c.getGreen(), 0).getRGB(); 
    						break;
    					case 3://蓝色灰度图片
    						newArray[i * dd + j] = new Color(0, 0, c.getBlue()).getRGB();
    						break;
    
    					default:
    						break;
    					}
    
    					
    					
    				}
    			}
    			// 新建一个图像
    			File out = new File(newFilePath);
    			if (!out.exists())
    				out.createNewFile();
    			output = new FileOutputStream(out);
    			BufferedImage imgOut = new BufferedImage(width, height,
    					BufferedImage.TYPE_3BYTE_BGR);
    			imgOut.setRGB(startX, startY, width, height, newArray, offset,
    					scansize);
    			ImageIO.write(imgOut, "jpg", output);
    		} catch (IOException e) {
    			// TODO 自动生成的 catch 块
    			e.printStackTrace();
    		}
    	}
    }

![Center][] ![Center][] ![Center][] ![Center][] ![Center][]

[Center]: /images/20220731/375b1d068ad34d03ab8a31dccbc327e2.png