基于Java对图片进行二值化处理

2019-11-14 20:59:18

字体：大中小

来源：转载

供稿：网友

基于java对图片进行二值化处理

一直以来对Java的图形处理能力表无力，但好像又不是那么一回事，之前用php做过一些应用，涉及到验证码的识别，其中有个图片二值化的步骤，今天换成Java来实现下

在java的扩展包javax.imageio中为我们提供了一个类叫ImageIO,这个类提供了一些执行简单编码和解码的静态便捷方法，具体说明大家可以翻下API看看

下面来说下关于图片二值化的原理：

1、首先要获取每个像素点的灰度值。

2、定义一个阀值。

3、将每个像素点的灰度值和它周围的8个像素点的灰度值相叠加再除以9，然后和阀值进行比较。

4、大于阀值则设为黑色，小雨则为白色。

下面贴下具体代码，注释很全

separator是File类的一个常量，因年代久远的关系，那时候的代码规范没有和现在一样，常量必须大写，属于历史遗留问题，不必太纠结（建议使用separator而不是"/"，便于跨平台）。
BufferedImage里的getRGB得到的是一个ARGB，A代表透明，R代表红色，G代表绿色，B代表蓝色。
包装类Integer里的parseInt方法，第二个可选参数为"要处理几进制的数"。
关于阀值，网上有许多算法，有兴趣的朋友可以自己研究下，这里我随机给出了一个中间数130。
关于图片的灰度值，这里使用简单的(R+G+B)/3。

 1 import java.awt.Color; 2 import java.awt.image.BufferedImage; 3 import java.io.File; 4 import java.io.IOException; 5  6 import javax.imageio.ImageIO; 7  8 public class ImageTest { 9 10     public static void main(String[] args) throws IOException {11         String filename = "D:" + File.separator + "/123.jpg";// separator是File里的一个常量,由于java历史遗留问题故为小写12         File file = new File(filename);13         BufferedImage bi = ImageIO.read(file);14         // 获取当前图片的高,宽,ARGB15         int h = bi.getHeight();16         int w = bi.getWidth();17         int rgb = bi.getRGB(0, 0);18         int arr[][] = new int[w][h];19 20         // 获取图片每一像素点的灰度值21         for (int i = 0; i < w; i++) {22             for (int j = 0; j < h; j++) {23                 // getRGB()返回默认的RGB颜色模型(十进制)24                 arr[i][j] = getImageRgb(bi.getRGB(i, j));//该点的灰度值25             }26 27         }28         29         BufferedImage bufferedImage=new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);//  构造一个类型为预定义图像类型之一的 BufferedImage，TYPE_BYTE_BINARY（表示一个不透明的以字节打包的 1、2 或 4 位图像。）30         int FZ=130;31         for (int i = 0; i < w; i++) {32             for (int j = 0; j < h; j++) {33                 if(getGray(arr,i,j,w,h)>FZ){34                     int black=new Color(255,255,255).getRGB();35                     bufferedImage.setRGB(i, j, black);36                 }else{37                     int white=new Color(0,0,0).getRGB();38                     bufferedImage.setRGB(i, j, white);39                 }40             }41             42         }43          ImageIO.write(bufferedImage, "jpg", new File("D:"+File.separator+"new123.jpg"));44     }45 46     PRivate static int getImageRgb(int i) {47         String argb = Integer.toHexString(i);// 将十进制的颜色值转为十六进制48         // argb分别代表透明,红,绿,蓝 分别占16进制2位49         int r = Integer.parseInt(argb.substring(2, 4),16);//后面参数为使用进制50         int g = Integer.parseInt(argb.substring(4, 6),16);51         int b = Integer.parseInt(argb.substring(6, 8),16);52         int result=(int)((r+g+b)/3);53         return result;54     }55     56     57     58     //自己加周围8个灰度值再除以9，算出其相对灰度值 59      public static int  getGray(int gray[][], int x, int y, int w, int h)  60         {  61             int rs = gray[x][y]  62                             + (x == 0 ? 255 : gray[x - 1][y])  63                             + (x == 0 || y == 0 ? 255 : gray[x - 1][y - 1])  64                             + (x == 0 || y == h - 1 ? 255 : gray[x - 1][y + 1])  65                             + (y == 0 ? 255 : gray[x][y - 1])  66                             + (y == h - 1 ? 255 : gray[x][y + 1])  67                             + (x == w - 1 ? 255 : gray[x + 1][ y])  68                             + (x == w - 1 || y == 0 ? 255 : gray[x + 1][y - 1])  69                             + (x == w - 1 || y == h - 1 ? 255 : gray[x + 1][y + 1]);  70             return rs / 9;  71         }  72 }

看下效果吧：