基於Java對圖片進行二值化處理

一直以來對Java的圖形處理能力表無力，但好像又不是那么一回事，之前用PHP做過一些應用，涉及到驗證碼的識別，其中有個圖片二值化的步驟，今天換成Java來實現下

在java的擴展包javax.imageio中為我們提供了一個類叫ImageIO,這個類提供了一些執行簡單編碼和解碼的靜態便捷方法，具體說明大家可以翻下API看看

 

下面來說下關於圖片二值化的原理：

1、首先要獲取每個像素點的灰度值。

2、定義一個閥值。

3、將每個像素點的灰度值和它周圍的8個像素點的灰度值相疊加再除以9，然后和閥值進行比較。

4、大於閥值則設為黑色，小雨則為白色。

 

下面貼下具體代碼，注釋很全

• separator是File類的一個常量，因年代久遠的關系，那時候的代碼規范沒有和現在一樣，常量必須大寫，屬於歷史遺留問題，不必太糾結（建議使用separator而不是"/"，便於跨平台） 。
• BufferedImage里的getRGB得到的是一個ARGB，A代表透明，R代表紅色，G代表綠色，B代表藍色。
• 包裝類Integer里的parseInt方法，第二個可選參數為"要處理幾進制的數"。
• 關於閥值，網上有許多算法，有興趣的朋友可以自己研究下，這里我隨機給出了一個中間數130。
• 關於圖片的灰度值，這里使用簡單的(R+G+B)/3。

import java.awt.Color;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

import javax.imageio.ImageIO;

public class ImageTest {

    public static void main(String[] args) throws IOException {
        String filename = "D:" + File.separator + "/123.jpg";// separator是File里的一個常量,由於java歷史遺留問題故為小寫
        File file = new File(filename);
        BufferedImage bi = ImageIO.read(file);
        // 獲取當前圖片的高,寬,ARGB
        int h = bi.getHeight();
        int w = bi.getWidth();
        int rgb = bi.getRGB(0, 0);
        int arr[][] = new int[w][h];

        // 獲取圖片每一像素點的灰度值
        for (int i = 0; i < w; i++) {
            for (int j = 0; j < h; j++) {
                // getRGB()返回默認的RGB顏色模型(十進制)
                arr[i][j] = getImageRgb(bi.getRGB(i, j));//該點的灰度值
            }

        }
        
        BufferedImage bufferedImage=new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);//  構造一個類型為預定義圖像類型之一的 BufferedImage，TYPE_BYTE_BINARY（表示一個不透明的以字節打包的 1、2 或 4 位圖像。）
        int FZ=130;
        for (int i = 0; i < w; i++) {
            for (int j = 0; j < h; j++) {
                if(getGray(arr,i,j,w,h)>FZ){
                    int black=new Color(255,255,255).getRGB();
                    bufferedImage.setRGB(i, j, black);
                }else{
                    int white=new Color(0,0,0).getRGB();
                    bufferedImage.setRGB(i, j, white);
                }
            }
            
        }
         ImageIO.write(bufferedImage, "jpg", new File("D:"+File.separator+"new123.jpg"));
    }

    private static int getImageRgb(int i) {
        String argb = Integer.toHexString(i);// 將十進制的顏色值轉為十六進制
        // argb分別代表透明,紅,綠,藍 分別占16進制2位
        int r = Integer.parseInt(argb.substring(2, 4),16);//后面參數為使用進制
        int g = Integer.parseInt(argb.substring(4, 6),16);
        int b = Integer.parseInt(argb.substring(6, 8),16);
        int result=(int)((r+g+b)/3);
        return result;
    }
    
    
    
    //自己加周圍8個灰度值再除以9，算出其相對灰度值 
     public static int  getGray(int gray[][], int x, int y, int w, int h)  
        {  
            int rs = gray[x][y]  
                            + (x == 0 ? 255 : gray[x - 1][y])  
                            + (x == 0 || y == 0 ? 255 : gray[x - 1][y - 1])  
                            + (x == 0 || y == h - 1 ? 255 : gray[x - 1][y + 1])  
                            + (y == 0 ? 255 : gray[x][y - 1])  
                            + (y == h - 1 ? 255 : gray[x][y + 1])  
                            + (x == w - 1 ? 255 : gray[x + 1][ y])  
                            + (x == w - 1 || y == 0 ? 255 : gray[x + 1][y - 1])  
                            + (x == w - 1 || y == h - 1 ? 255 : gray[x + 1][y + 1]);  
            return rs / 9;  
        }  
}

看下效果吧：