java图像,java图像化界面

发布时间：2023-01-05

本文目录一览：

  1. java中BufferedImage图像有哪几种类型？
  2. java数字图像处理常用算法
  3. java中图像与数组转换
  4. Java图像去噪怎么实现？
  5. Java支持的图像文件格式?
  6. 如何用java转换图像格式为jpg

java中BufferedImage图像有哪几种类型？

Java的BufferedImage类是Image类的子类。属于一种类型，它是用来处理和操作的图像数据。 构造函数构造一个新BufferedImage一个具有指定ColorModel和Raster。 它计算的任意矩形区域BufferedImage并将其复制到指定的WritableRaster。 构造函数构造一个BufferedImage预定义图像类型之一，TYPE_BYTE_BINARY或TYPE_BYTE_INDEXED。 它返回默认RGB颜色模型（TYPE_INT_ARGB）和默认sRGB色彩空间中的整数像素。 Java是一种高级编程语言被广泛使用在现代世界。它可以支持和处理的数字图像处理有效地使用各种功能。

java数字图像处理常用算法

前些时候做毕业设计 用java做的数字图像处理方面的东西 这方面的资料ms比较少 发点东西上来大家共享一下 主要就是些算法 有自己写的 有人家的 还有改人家的 有的算法写的不好 大家不要见笑 一 读取bmp图片数据

// 获取待检测图像 数据保存在数组 nData[] nB[] nG[] nR[]中
public void getBMPImage(String source) throws Exception {
    clearNData(); //清除数据保存区
    FileInputStream fs = null;
    try {
        fs = new FileInputStream(source);
        int bfLen = ;
        byte bf[] = new byte[bfLen];
        fs read(bf bfLen); // 读取 字节BMP文件头
        int biLen = ;
        byte bi[] = new byte[biLen];
        fs read(bi biLen); // 读取 字节BMP信息头
        // 源图宽度
        nWidth = (((int) bi[ ] xff) ) | (((int) bi[ ] xff) ) | (((int) bi[ ] xff) ) | (int) bi[ ] xff;
        // 源图高度
        nHeight = (((int) bi[ ] xff) ) | (((int) bi[ ] xff) ) | (((int) bi[ ] xff) ) | (int) bi[ ] xff;
        // 位数
        nBitCount = (((int) bi[ ] xff) ) | (int) bi[ ] xff;
        // 源图大小
        int nSizeImage = (((int) bi[ ] xff) ) | (((int) bi[ ] xff) ) | (((int) bi[ ] xff) ) | (int) bi[ ] xff;
        // 对 位BMP进行解析
        if (nBitCount == ){
            int nPad = (nSizeImage / nHeight) nWidth * ;
            nData = new int[nHeight * nWidth];
            nB=new int[nHeight * nWidth];
            nR=new int[nHeight * nWidth];
            nG=new int[nHeight * nWidth];
            byte bRGB[] = new byte[(nWidth + nPad) * * nHeight];
            fs read(bRGB (nWidth + nPad) * * nHeight);
            int nIndex = ;
            for (int j = ; j nHeight; j++){
                for (int i = ; i nWidth; i++) {
                    nData[nWidth * (nHeight j ) + i] = ( xff) | (((int) bRGB[nIndex + ] xff) ) | (((int) bRGB[nIndex + ] xff) ) | (int) bRGB[nIndex] xff;
                    nB[nWidth * (nHeight j ) + i]=(int) bRGB[nIndex] xff;
                    nG[nWidth * (nHeight j ) + i]=(int) bRGB[nIndex+ ] xff;
                    nR[nWidth * (nHeight j ) + i]=(int) bRGB[nIndex+ ] xff;
                    nIndex += ;
                }
                nIndex += nPad;
            }
        }
    } catch (Exception e) {
        e printStackTrace();
        throw new Exception(e);
    } finally {
        if (fs != null) {
            fs close();
        }
    }
}

二 由r g b 获取灰度数组

public int[] getBrightnessData(int rData[] int gData[] int bData[]){
    int brightnessData[]=new int[rData length];
    if(rData length!=gData length || rData length!=bData length || bData length!=gData length){
        return brightnessData;
    } else {
        for(int i= ;ibData length;i++){
            double temp= *rData[i]+ *gData[i]+ *bData[i];
            brightnessData[i]=(int)(temp)+((temp (int)(temp)) ? : );
        }
        return brightnessData;
    }
}

三 直方图均衡化

public int [] equilibrateGray(int[] PixelsGray int width int height) {
    int gray;
    int length=PixelsGray length;
    int FrequenceGray[]=new int[length];
    int SumGray[]=new int[ ];
    int ImageDestination[]=new int[length];
    for(int i = ; i length ;i++) {
        gray=PixelsGray[i];
        FrequenceGray[gray]++;
    }
    // 灰度均衡化
    SumGray[ ]=FrequenceGray[ ];
    for(int i= ;i ;i++){
        SumGray[i]=SumGray[i ]+FrequenceGray[i];
    }
    for(int i= ;i ;i++) {
        SumGray[i]=(int)(SumGray[i]* /length);
    }
    for(int i= ;iheight;i++) {
        for(int j= ;jwidth;j++) {
            int k=i*width+j;
            ImageDestination[k]= xFF | ((SumGray[PixelsGray[k]] ) | (SumGray[PixelsGray[k]] ) | SumGray[PixelsGray[k]]);
        }
    }
    return ImageDestination;
}

四 laplace 阶滤波 增强边缘 图像锐化

public int[] laplace DFileter(int []data int width int height){
    int filterData[]=new int[data length];
    int min= ;
    int max= ;
    for(int i= ;iheight;i++){
        for(int j= ;jwidth;j++){
            if(i== || i==height || j== || j==width )
                filterData[i*width+j]=data[i*width+j];
            else
                filterData[i*width+j]= *data[i*width+j] data[i*width+j ] data[i*width+j+ ]
                    data[(i )*width+j] data[(i )*width+j ] data[(i )*width+j+ ]
                    data[(i+ )*width+j] data[(i+ )*width+j ] data[(i+ )*width+j+ ];
            if(filterData[i*width+j]min)
                min=filterData[i*width+j];
            if(filterData[i*width+j]max)
                max=filterData[i*width+j];
        }
    }
    for(int i= ;iwidth*height;i++){
        filterData[i]=(filterData[i] min)* /(max min);
    }
    return filterData;
}

五 laplace 阶增强滤波 增强边缘 增强系数delt

public int[] laplaceHigh DFileter(int []data int width int height double delt){
    int filterData[]=new int[data length];
    int min= ;
    int max= ;
    for(int i= ;iheight;i++){
        for(int j= ;jwidth;j++){
            if(i== || i==height || j== || j==width )
                filterData[i*width+j]=(int)(( +delt)*data[i*width+j]);
            else
                filterData[i*width+j]=(int)(( +delt)*data[i*width+j] data[i*width+j ]) data[i*width+j+ ]
                    data[(i )*width+j] data[(i )*width+j ] data[(i )*width+j+ ]
                    data[(i+ )*width+j] data[(i+ )*width+j ] data[(i+ )*width+j+ ];
            if(filterData[i*width+j]min)
                min=filterData[i*width+j];
            if(filterData[i*width+j]max)
                max=filterData[i*width+j];
        }
    }
    for(int i= ;iwidth*height;i++){
        filterData[i]=(filterData[i] min)* /(max min);
    }
    return filterData;
}

六 局部阈值处理 值化

// 局部阈值处理 值化 niblack s method
/*原理
    T(x y)=m(x y) + k*s(x y)
    取一个宽度为w的矩形框 (x y)为这个框的中心
    统计框内数据 T(x y)为阈值 m(x y)为均值 s(x y)为均方差 k为参数(推荐 )计算出t再对(x y)进行切割 /
    这个算法的优点是 速度快 效果好
    缺点是 niblack s method会产生一定的噪声
*/
public int[] localThresholdProcess(int []data int width int height int w int h double coefficients double gate){
    int[] processData=new int[data length];
    for(int i= ;idata length;i++){
        processData[i]= ;
    }
    if(data length!=width*height)
        return processData;
    int wNum=width/w;
    int hNum=height/h;
    int delt[]=new int[w*h];
    for(int j= ;jhNum;j++){
        for(int i= ;iwNum;i++){
            for(int n= ;nh;n++)
                for(int k= ;kw;k++){
                    delt[n*w+k]=data[(j*h+n)*width+i*w+k];
                }
            delt=thresholdProcess(delt w h coefficients gate);
            for(int n= ;nh;n++)
                for(int k= ;kw;k++){
                    processData[(j*h+n)*width+i*w+k]=delt[n*w+k];
                }
        }
    }
    return processData;
}

七 全局阈值处理 值化

public int[] thresholdProcess(int []data int width int height double coefficients double gate){
    int [] processData=new int[data length];
    if(data length!=width*height)
        return processData;
    else{
        double sum= ;
        double average= ;
        double variance= ;
        double threshold;
        if( gate!= ){
            threshold=gate;
        }else{
            for(int i= ;iwidth*height;i++){
                sum+=data[i];
            }
            average=sum/(width*height);
            for(int i= ;iwidth*height;i++){
                variance+=(data[i] average)*(data[i] average);
            }
            variance=Math sqrt(variance);
            threshold=average coefficients*variance;
        }
        for(int i= ;iwidth*height;i++){
            if(data[i]threshold)
                processData[i]= ;
            else
                processData[i]= ;
        }
        return processData;
    }
}

八 垂直边缘检测 sobel算子

public int[] verticleEdgeCheck(int []data int width int height int sobelCoefficients) throws Exception{
    int filterData[]=new int[data length];
    int min= ;
    int max= ;
    if(data length!=width*height)
        return filterData;
    try{
        for(int i= ;iheight;i++){
            for(int j= ;jwidth;j++){
                if(i== || i== || i==height || i==height ||j== || j== || j==width || j==width ){
                    filterData[i*width+j]=data[i*width+j];
                } else{
                    double average;
                    //中心的九个像素点
                    average=data[i*width+j] sobelCoefficients*data[i*width+j ]+sobelCoefficients*data[i*width+j+ ]
                        data[(i )*width+j ]+data[(i )*width+j+ ]
                        data[(i+ )*width+j ]+data[(i+ )*width+j+ ];
                    filterData[i*width+j]=(int)(average);
                }
                if(filterData[i*width+j]min)
                    min=filterData[i*width+j];
                if(filterData[i*width+j]max)
                    max=filterData[i*width+j];
            }
        }
        for(int i= ;iwidth*height;i++){
            filterData[i]=(filterData[i] min)* /(max min);
        }
    } catch (Exception e) {
        e printStackTrace();
        throw new Exception(e);
    }
    return filterData;
}

九 图像平滑 * 掩模处理（平均处理） 降低噪声

lishixinzhi/Article/program/Java/hx/201311/26286

java中图像与数组转换

按照你的要求编写的Java程序如下：( 要注意的地方见语句后面的注释)

import java.awt.image.BufferedImage;
import java.awt.image.RenderedImage;
import java.io.File;
import java.io.IOException;
import javax.imageio.ImageIO;
public class ImageWithArray {
    public static void main(String[] args) {
        // 读取图片到BufferedImage
        BufferedImage bf = readImage("c:\\tmp\\6\\female.png");//这里写你要读取的绝对路径+文件名
        // 将图片转换为二维数组
        int[][] rgbArray1 = convertImageToArray(bf);
        // 输出图片到指定文件
        writeImageFromArray("c:\\tmp\\2.png", "png", rgbArray1);//这里写你要输出的绝对路径+文件名
        System.out.println("图片输出完毕!");
    }
    public static BufferedImage readImage(String imageFile){
        File file = new File(imageFile);
        BufferedImage bf = null;
        try {
            bf = ImageIO.read(file);
        } catch (IOException e) {
            e.printStackTrace();
        }
        return bf;
    }
    public static int[][] convertImageToArray(BufferedImage bf) {
        // 获取图片宽度和高度
        int width = bf.getWidth();
        int height = bf.getHeight();
        // 将图片sRGB数据写入一维数组
        int[] data = new int[width*height];
        bf.getRGB(0, 0, width, height, data, 0, width);
        // 将一维数组转换为为二维数组
        int[][] rgbArray = new int[height][width];
        for(int i = 0; i < height; i++)
            for(int j = 0; j < width; j++)
                rgbArray[i][j] = data[i*width + j];
        return rgbArray;
    }
    public static void writeImageFromArray(String imageFile, String type, int[][] rgbArray){
        // 获取数组宽度和高度
        int width = rgbArray[0].length;
        int height = rgbArray.length;
        // 将二维数组转换为一维数组
        int[] data = new int[width*height];
        for(int i = 0; i < height; i++)
            for(int j = 0; j < width; j++)
                data[i*width + j] = rgbArray[i][j];
        // 将数据写入BufferedImage
        BufferedImage bf = new BufferedImage(width, height, BufferedImage.TYPE_INT_BGR);
        bf.setRGB(0, 0, width, height, data, 0, width);
        // 输出图片
        try {
            File file= new File(imageFile);
            ImageIO.write((RenderedImage)bf, type, file);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

运行结果：

图片输出完毕!

原图： 输出图：

Java图像去噪怎么实现？

流程不外乎是

  • 读取图像文件；
  • 扫描噪点；
  • 去除噪点；
  • 保存图像文件。 Java2D操作好像使用BufferedImage读取图像文件最方便，有一阵没弄这了，忘了。应该可以读取JPG，PNG，GIF图像。 识别噪点应该有专门的算法，我没研究过，百度一下应该能找到专门算法，然后写段代码就可以。我个人以为是独立一个像素与周围一定范围内的像素差异过大，就认为是噪点。可以有亮度，色相上的差别。BufferedImage可以读取每个像素的RGB，从而能识别色相的差别；还有个矩阵，用来由RGB计算亮度的，也就可以计算亮度差别了，这个网上都能找到。 输出也使用BufferedImage就可以。 关键是每个像素都要和周围像素比较，还要计算亮度，最少是三重循环了，如何提高效率是个大问题了。这个代码写好了也算一个高手了。

Java支持的图像文件格式?

java1.0支持显示gif和jpeg格式的图像文件，这些文件的扩展名为.gif、.jpg或.jpeg。在java.awt.image包、java.awt包和java.applet包中都有对图像的支持

如何用java转换图像格式为jpg

import java.awt.image.BufferedImage;
import java.io.*;
import javax.imageio.ImageIO;
public class ImageFormat {
    public static void main(String[] args) {
        File file = new File("c:\\test.jpg");
        changFormat(file, "png", new File("c:\\test.png"));// 转为png
        changFormat(file, "bmp", new File("c:\\test.bmp"));// 转为bmp
        //changFormat(file, "jpeg", new File("c:\\test.jpg"));// 转为jpg
        changFormat(file, "gif", new File("c:\\test.gif"));// 转为gif
    }
    //第一个参数 原图的File对象 第二个参数 目标格式 第三个参数 输出图像的File对象
    public static void changFormat(File srcFile, String format, File formatFile) {
        try {
            BufferedImage srcImg = ImageIO.read(srcFile);// 读取原图
            ImageIO.write(srcImg, format, formatFile);// 用指定格式输出到指定文件
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}
推荐文章