Java获取彩色图像中的主色彩的实例代码

本文讲述了Java获取彩色图像中的主色彩的实例代码。分享给大家供大家参考,具体如下:

一:基本思路

对于一张RGB色彩空间的彩色图像,很多时间我们想通过程序获得该图像有几种主要的色彩,但是对一般图像来说,在色彩交界处都是通过像素混合来实现自然过渡,所以直接扫描图像的像素值,得到的不同颜色值可能多达上百中,而实际上图像可能只有3~4种的主要色彩,如何去掉那些混合颜色,准确提取出来这3~4中的主色彩,根据一般图像的特征,图像在不同色彩的边界处混合不同的颜色值,此可以视为图像的边缘特性之一,因此可以根据简单的边缘梯度算法实现这些混合像素的提取得到输出的像素值数组,然后扫描每个像素值,寻找指定半径参数R周围的像素,发现为零,而且距离中心像素最近的像素点的值做为中心像素的像素值,扫描结束以后输出像素数组,然后对数组线性扫描,即可得到图片的主要色彩RGB值。

二:实现步骤
1.      输入图像数组,对彩色图像灰度化;
2.      对灰度化以后的图像,计算图像梯度,这里使用sobol算子;
3.      对得到每一个非零像素点实现半径为R的范围内的扫描,找出与之最相近的为零的原像素值;
4.      对得到数组进行简单的扫描,得到主色彩。

其中参数R是要根据不同应用场景,找到最合适的值。理论上图像越大,R的取值也应该越大,否则算法会失准。

三:原图及运行效果

原图

算法运行之后提取到四种主要色彩

四:算法实现源代码

public static BufferedImage removeBlendPixels(BufferedImage image, int raidus) {
  int width = image.getWidth();
  int height = image.getHeight();
  int[] pixels = new int[width * height];
  getRGB(image, 0, 0, width, height, pixels);
  // 创建处理结果
  BufferedImage resultImg = createCompatibleDestImage(image, null);
  setRGB(resultImg, 0, 0, width, height, pixels);
  // 灰度化与梯度求取
  byte[] grayData = getGrayData(pixels, width, height);
  byte[] binaryData = getGrident(grayData, width, height);
  int index = 0;
  for (int row = 1; row < height - 1; row++) {
   for (int col = 1; col < width - 1; col++) {
    index = row * width + col;
    int pixel = (binaryData[index] & 0xff);
    if (pixel > 0) {
     // 半径扫描操作
     int mindis = Integer.MAX_VALUE;
     int minrow = -1;
     int mincol = -1;
     int nr = 0;
     int nc = 0;
     int index2 = 0;
     for (int subrow = -raidus; subrow <= raidus; subrow++) {
      nr = row + subrow;
      if (nr < 0 || nr >= height) {
       continue;
      }
      for (int subcol = -raidus; subcol <= raidus; subcol++) {
       nc = col + subcol;
       if (nc < 0 || nc >= width) {
        continue;
       }
       index2 = nr * width + nc;
       int value = (binaryData[index2] & 0xff);
       if (value == 0) {
        int distance = distanceColor(image.getRGB(nc, nr), image.getRGB(col, row));
        if (distance < mindis) {
         mindis = distance;
         minrow = nr;
         mincol = nc;
        }
       }
      }
     }
     resultImg.setRGB(col, row, image.getRGB(mincol, minrow));
    }
   }
  }
  return resultImg;
 }
 public static int distanceColor(int rgb, int rgb2) {
  // Color one
  int r1 = (rgb >> 16) & 0xff;
  int g1 = (rgb >> 8) & 0xff;
  int b1 = rgb & 0xff;
  // Color two
  int r2 = (rgb2 >> 16) & 0xff;
  int g2 = (rgb2 >> 8) & 0xff;
  int b2 = rgb2 & 0xff;
  // distance
  int rr = r1 - r2;
  int gg = g1 - g2;
  int bb = b1 - b2;
  int sum = (int) Math.sqrt(rr * rr + gg * gg + bb * bb);
  return sum;
 }
 public static byte[] getGrayData(int[] inPixels, int width, int height) {
  // 图像灰度化
  byte[] outPixels = new byte[width * height];
  int index = 0;
  for (int row = 0; row < height; row++) {
   int tr = 0, tg = 0, tb = 0;
   for (int col = 0; col < width; col++) {
    index = row * width + col;
    tr = (inPixels[index] >> 16) & 0xff;
    tg = (inPixels[index] >> 8) & 0xff;
    tb = inPixels[index] & 0xff;
    int gray = (int) (0.299 * tr + 0.587 * tg + 0.114 * tb);
    outPixels[index] = (byte) (gray & 0xff);
   }
  }
  return outPixels;
 }
 public static byte[] getGrident(byte[] inPixels, int width, int height) {
  byte[] outPixels = new byte[width * height];
  int index = 0;
  for (int row = 0; row < height; row++) {
   int tr = 0;
   for (int col = 0; col < width; col++) {
    if (row == 0 || col == 0 || (row == height - 1) || (col == width - 1)) {
     index = row * width + col;
     outPixels[index] = (byte) (0x00);
     continue;
    }
    int xg = 0, yg = 0;
    for (int sr = -1; sr <= 1; sr++) {
     for (int sc = -1; sc <= 1; sc++) {
      int nrow = row + sr;
      int ncol = col + sc;
      if (nrow < 0 || nrow >= height) {
       nrow = 0;
      }
      if (ncol < 0 || ncol >= width) {
       ncol = 0;
      }
      index = nrow * width + ncol;
      tr = (inPixels[index] & 0xff);
      xg += X_SOBEL[sr + 1][sc + 1] * tr;
      yg += Y_SOBEL[sr + 1][sc + 1] * tr;
     }
    }
    index = row * width + col;
    int g = (int) Math.sqrt(xg * xg + yg * yg);
    outPixels[index] = (byte) (clamp(g) & 0xff);
   }
  }
  return outPixels;
 }

需要定义的常量值如下:

public static final int[][] X_SOBEL = new int[][] { { -1, -2, -1 }, { 0, 0, 0 }, { 1, 2, 1 } };
public static final int[][] Y_SOBEL = new int[][] { { -1, 0, 1 }, { -2, 0, 2 }, { -1, 0, 1 } };
public static final int BLOCK_PIXEL_RADIUS = 5; 

梯度求取使用是sobol算子,对处理以后的BufferedImage对象扫描获取主色彩的代码如下:

int width = result.getWidth();
int height = result.getHeight();
Map<Integer, Integer> colorIndexMap = new HashMap<Integer, Integer>();
for (int row = 0; row < height; row++) {
 for (int col = 0; col < width; col++) {
  int pixelValue = result.getRGB(col, row);
  if (!colorIndexMap.containsKey(pixelValue)) {
   colorIndexMap.put(pixelValue, pixelValue);
  }
 }
}
// now scan pixel value
// return result
System.out.println("number of color = " + colorIndexMap.size());
return colorIndexMap.keySet().toArray(new Integer[0]);

测试代码如下:

public static void main(String[] args) {
 File file = new File("D:\\gloomyfish\\bigmonkey.png");
 File resultFile = new File("D:\\gloomyfish\\result.png");
 try {
  BufferedImage image = ImageIO.read(file);
  BufferedImage result = removeBlendPixels(image, BLOCK_PIXEL_RADIUS);
  ImageIO.write(result, "png", resultFile);
  Integer[] colors = extractColors(result);
  System.out.println("total colors : " + colors.length);
 } catch (IOException e) {
  e.printStackTrace();
 }
} 

注意:主要的关键在于对待处理图像输入正确大小的半径,这个半径大小跟图像实际大小相关,而且算法可以近一步优化成不依赖半径参数的版本,知道找到等于零的像素为止。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

您可能感兴趣的文章:

  • java数字图像处理基础使用imageio写图像文件示例
  • Java图像处理工具类
  • 详解Java如何实现图像灰度化
  • 使用Java进行图像处理的一些基础操作
  • 使用Java设置字型和颜色的方法详解
  • java使用颜色选择器示例分享
  • Javacript实现颜色梯度变化和渐变的效果代码
时间: 2018-05-12

Java图像处理工具类

本工具类的功能:缩放图像.切割图像.图像类型转换.彩色转黑白.文字水印.图片水印等 复制代码 代码如下: package net.kitbox.util; import java.awt.AlphaComposite; import java.awt.Color; import java.awt.Font; import java.awt.Graphics; import java.awt.Graphics2D; import java.awt.Image; import java.awt.Re

使用Java进行图像处理的一些基础操作

图像是由一组像素构成,用二进制形式保存的图片.java语言支持GIF.JPEG和BMP这3种主要图像文件格式.java语言的图像处理功能被封装在Image类中. 图像载入和输出 在java程序中,图像也是对象,所以载入图像时,先要声明Image对象,然后,利用getImage()方法把Image对象与图像文件联系起来.载入图像文件的方法有两个: Image getImage(URL url),url指明图像所在位置和文件名. Image getImage(URL url,String name)

使用Java设置字型和颜色的方法详解

Java绘图中,显示文字的方法主要有三种: (1)drawString(String str,int x,int y):在指定的位置显示字符串. (2)drawChars(char data[],int offset,int length, int x, int y):在指定的位置显示字符数组中的文字,从字符数组的offset位置开始,最多显示length个字符. (3)drawBytes(byte data[],int offset,int length,int x,int y), 在指定的位

java数字图像处理基础使用imageio写图像文件示例

一个BufferedImage的像素数据储存在Raster中,ColorModel里面储存颜色空间,类型等信息,当前Java只支持一下三种图像格式- JPG,PNG,GIF,如何向让Java支持其它格式,首先要 完成Java中的图像读写接口,然后打成jar,加上启动参数- Xbootclasspath/pnewimageformatIO.jar即可. Java中如何读写一个图像文件,使用ImageIO对象即可.读图像文件的代码如下: 复制代码 代码如下: File file = new File

java使用颜色选择器示例分享

复制代码 代码如下: package com.liuxing.test;import java.awt.Color;import java.awt.event.ActionEvent;import java.awt.event.ActionListener;import javax.swing.JButton;import javax.swing.JColorChooser;import javax.swing.JFrame;import javax.swing.JLabel;import ja

详解Java如何实现图像灰度化

24位彩色图与8位灰度图 首先要先介绍一下24位彩色图像,在一个24位彩色图像中,每个像素由三个字节表示,通常表示为RGB.通常,许多24位彩色图像存储为32位图像,每个像素多余的字节存储为一个alpha值,表现有特殊影响的信息[1]. 在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值.亮度值),灰度范围为0-255[2].这样就得到一幅图片的灰度图. 几种灰度化的方法 1.分量法:使用RGB三个分量中

Javacript实现颜色梯度变化和渐变的效果代码

对于本站的导航栏,想做点什么.所以,选择了用js对导航栏的颜色做了梯度的变化处理. 起初,觉得用opacity属性(透明度)来改变颜色的梯度变化.不过,这样会出现一个问题. 每一个导航标签用的是[li],当鼠标浮动到标签上时,通过onmouseover()立即改变[li]的className,并用setInterval()来使其opacity(透明度)由0变到1.不过,当鼠标离开时,对于[li]标签的颜色恢复的处理貌似麻烦了许多.所以,很快就放弃了这个做法,换种思路. 到百度上一搜,看到了一篇很

js+css绘制颜色动态变化的圈中圈效果

本文实例讲述了js+css绘制颜色动态变化的圈中圈效果.分享给大家供大家参考,具体如下: 运行效果截图如下: 具体代码如下: <html> <head> <title>circle</title> <style type="text/css" > .circle { border-radius:50%; background:#DDDDDD; } .circle_inside { width:80%; height:80%;

jQuery实现响应鼠标背景变化的动态菜单效果代码

本文实例讲述了jQuery实现响应鼠标背景变化的动态菜单效果代码.分享给大家供大家参考.具体如下: 这是一款jQuery响应鼠标背景变化的动态菜单,菜单的背景在鼠标放上后有所变化,这款菜单的实现主要是使用了图片,修改菜单的时候要修改图片,有些麻烦,不过效果不错,引入的jquery插件是1.7版本,高版本jQuery未测试,应该也可以啦. 运行效果截图如下: 在线演示地址如下: http://demo.jb51.net/js/2015/jquery-mouse-cha-bg-pic-menu-co

JS实现自动变化的导航菜单效果代码

本文实例讲述了JS实现自动变化的导航菜单效果代码.分享给大家供大家参考.具体如下: 自动变化的JS导航菜单,按照时间自动切换,有需要的参考一下. 运行效果截图如下: 在线演示地址如下: http://demo.jb51.net/js/2015/js-auto-cha-nav-menu-style-codes/ 具体代码如下: <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://ww

JS实现颜色梯度与渐变效果完整实例

本文实例讲述了JS实现颜色梯度与渐变效果的方法.分享给大家供大家参考,具体如下: 运行效果图如下: 完整实例代码如下: <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xht

js实现按钮颜色渐变动画效果

本文实例讲述了js实现按钮颜色渐变动画效果的方法.分享给大家供大家参考.具体如下: 这里演示js实现按钮慢慢变色的方法,鼠标移到按钮上,按钮的背景色就发生变化,是慢慢的变化,点击按钮会打开指定链接,这里主要是演示按钮变色的代码实现方法. 运行效果截图如下: 在线演示地址如下: http://demo.jb51.net/js/2015/js-button-cha-color-animate-codes/ 具体代码如下: <HTML><HEAD><TITLE>按钮慢慢变色&

jQuery实现的背景颜色渐变动画效果示例

本文实例讲述了jQuery实现的背景颜色渐变动画效果.分享给大家供大家参考,具体如下: 完整实例代码如下: <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"> <html> <head> <meta http-equiv="Content-Type" c

Python实现PS图像调整颜色梯度效果示例

本文实例讲述了Python实现PS图像调整颜色梯度效果.分享给大家供大家参考,具体如下: 这里用 Python 实现 PS 中的色彩图,可以看到颜色的各种渐变,具体的效果可以参考附录说明 和之前的程序相比,这里利用矩阵的运算替代了 for 循环,提升了运行的效率. import numpy as np import matplotlib.pyplot as plt from skimage import io import numpy.matlib from skimage import img

Jquery 实现表格颜色交替变化鼠标移过颜色变化实例

Jquery 实现表格颜色交替变化,点击选中行,鼠标移过颜色变化效果图如下: 源码(Demo)打包下载 html代码如下: 复制代码 代码如下: <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> <script type="text/javascript" src="http:/

JavaScript 颜色梯度和渐变效果第1/3页

程序说明 [ColorGrads颜色梯度] 程序ColorGrads的作用是通过StartColor和EndColor生成颜色梯度集合. 颜色都可以用红(r).绿(g).蓝(b)三个颜色来表示. 程序中先通过GetColor把一般的颜色表示形式转化成一个用红(r).绿(g).蓝(b)三个颜色值作元素的集合. 那就首先要知道有什么颜色表示形式,从w3c的Colors部分可以知道有以下形式: 关键词模式: em { color: red } RGB颜色模式: em { color: #f00 } e