[英]java.awt.image.BufferedImage 24-bit RGB to 8-bit Grayscale conversion using custom ColorSpace
我想使用java.awt.image.BufferedImage
为灰度转换做一个简单的颜色。 我是图像处理领域的初学者,所以如果我感到困惑,请原谅。
我的输入图像是一个RGB 24位图像(没有alpha),我想在输出上获得一个8位灰度级BufferedImage
,这意味着我有一个这样的类(为清晰起见省略了详细信息):
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,但产生的图像非常暗,这意味着我失去了带宽是不可接受的(在灰度和sRGB ColorModel
之间使用了一些颜色转换映射,称为tosRGB8LUT,这对我来说效果不佳,到目前为止正如我所知,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ColorSpace
for ColorConvertOp
? 如果有,你能举个例子吗?
提前致谢。
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;
}
这里有一个例子,它与你的第一个例子在一个小方面不同, ColorConvertOp
的参数。 尝试这个:
protected void filter() {
BufferedImageOp grayscaleConv =
new ColorConvertOp(colorFrame.getColorModel().getColorSpace(),
grayFrame.getColorModel().getColorSpace(), null);
grayscaleConv.filter(colorFrame, grayFrame);
}
尝试修改第二种方法。 不是处理单个像素,而是检索argb int值的数组,将其转换并重新设置。
第二种方法基于像素的亮度,因此它获得了更有利的视觉效果。 当使用查找数组或散列表计算l时,可以通过优化昂贵的浮点算术运算来加速。
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。 将每个总和除以(x * y)每个通道的平均值avr [channel]。 为每个通道的每个像素添加(192-avr [channel])。
请记住,这种方法可能不会与标准亮度方法具有相同的质量水平,但如果您正在寻找速度和质量之间的折衷,并且不想处理昂贵的浮点运算,它可能会为你工作。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.