4

我想使用java.awt.image.BufferedImage. 我是图像处理领域的初学者,所以如果我感到困惑,请原谅。

我的输入图像是 RGB 24 位图像(无 alpha),我想BufferedImage在输出上获得 8 位灰度,这意味着我有一个这样的类(为清楚起见省略了细节):

public class GrayscaleFilter {
    private BufferedImage colorFrame;
    private BufferedImage grayFrame = 
        new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY);

到目前为止,我已经成功尝试了 2 种转换方法,首先是:

    private BufferedImageOp grayscaleConv = 
        new ColorConvertOp(ColorSpace.getInstance(ColorSpace.CS_GRAY), null);

    protected void filter() {
        grayscaleConv.filter(colorFrame, grayFrame);
    }

第二个是:

    protected void filter() {       
        WritableRaster raster = grayFrame.getRaster();

        for(int x = 0; x < raster.getWidth(); x++) {
            for(int y = 0; y < raster.getHeight(); y++){
                int argb = colorFrame.getRGB(x,y);
                int r = (argb >> 16) & 0xff;
                int g = (argb >>  8) & 0xff;
                int b = (argb      ) & 0xff;

                int l = (int) (.299 * r + .587 * g + .114 * b);
                raster.setSample(x, y, 0, l);
            }
        }
    }

第一种方法工作得更快,但生成的图像非常暗,这意味着我正在失去带宽,这是不可接受的(在灰度和 sRGB 之间使用了一些颜色转换映射,ColorModel称为 tosRGB8LUT,这对我来说效果不佳,就我可以说,但我不确定,我只是假设使用了这些值)。第二种方法效果较慢,但效果非常好。

有没有一种方法可以将这两者结合起来,例如。使用自定义索引ColorSpaceColorConvertOp? 如果是的话,你能给我举个例子吗?

提前致谢。

4

5 回答 5

6
public BufferedImage getGrayScale(BufferedImage inputImage){
    BufferedImage img = new BufferedImage(inputImage.getWidth(), inputImage.getHeight(), BufferedImage.TYPE_BYTE_GRAY);
    Graphics g = img.getGraphics();
    g.drawImage(inputImage, 0, 0, null);
    g.dispose();
    return img;
}
于 2012-10-18T11:40:18.570 回答
5

这里有一个示例,它与您的第一个示例在一个小方面有所不同,即ColorConvertOp. 尝试这个:

protected void filter() {
   BufferedImageOp grayscaleConv = 
      new ColorConvertOp(colorFrame.getColorModel().getColorSpace(), 
                         grayFrame.getColorModel().getColorSpace(), null);
   grayscaleConv.filter(colorFrame, grayFrame);
}
于 2012-01-02T04:36:37.880 回答
2

尝试修改您的第二种方法。不是在单个像素上工作,而是检索一个 argb int 值数组,将其转换并设置回来。

于 2011-02-06T21:57:32.543 回答
0

第二种方法是基于像素的亮度,因此可以获得更有利的视觉效果。在使用查找数组或哈希表计算 l 时,可以通过优化昂贵的浮点算术运算来加快速度。

于 2013-02-20T03:24:01.147 回答
0

这是一个在某些情况下对我有用的解决方案。

取图像高度 y、图像宽度 x、图像颜色深度 m 和整数位大小 n。仅在 (2^m)/(x*y*2^n) >= 1 时有效。在处理初始灰度值时,为每个颜色通道保留一个位整数总计。每个通道的平均值 avr[channel] 将每个总数除以 (x*y)。将 (192 - avr[channel]) 添加到每个通道的每个像素。

请记住,这种方法可能不会具有与标准亮度方法相同的质量水平,但如果您正在寻找速度和质量之间的折衷方案,并且不想处理昂贵的浮点运算,它可能为你工作。

于 2016-04-04T16:44:29.233 回答