java 图像RGB，图像红、绿、蓝、灰 化

把图形进行红、绿、蓝、灰 化，并保存

/**  * 名词解释:  * 饱和度是指色彩的鲜艳程度，也称色彩的纯度。  * 灰度：使用黑色调表示物体，即用黑色为基准色，不同的饱和度的黑色来显示图像。  * 像素：如同摄影的相片一样，数码影像也具有连续性的浓淡阶调，我们若把影像放大数倍，会发现这些连续色调其实是由许多色彩相近的小方点所组成，  * 这些小方点就是构成影像的最小单元——像素。是分辨率的尺寸单位。  * 像素是基本原色素及其灰度的基本编码。我们看到的数字图片是有一个二维的像素矩阵组成。  * 像素在计算机中通常用3个字节24位保存，如16-23 位表示红色（R）分量，8-15 位表示绿色(G)分量，0-7 位表示蓝色(B)分量；  * 当图片尺寸以像素为单位时，每一厘米等于28像素，比如15*15厘米长度的图片，等于420*420像素的长度。   * 一个像素所能表达的不同颜色数取决于比特每像素(BPP)。如8bpp[2^8=256色， 灰度图像]、16bpp[2^16=65536色，称为高彩色]、24bpps[2^24=16777216色，称为真彩色]。  *  分辨率：图像总像素的多少，称为图像分辨率。  *  RGB： 颜色模型，是将颜色表示成数字形式的模型，或者说是一种记录图像颜色的方式。详情百度  *    *  下列代码是将一个图片分解成R,G,B三种色彩灰度图片的算法  *   */  package imge;    import java.awt.Color;  import java.awt.image.BufferedImage;  import java.io.File;  import java.io.FileOutputStream;  import java.io.IOException;  import java.io.OutputStream;    import javax.imageio.ImageIO;    public class MyImage {      // 将图片分解为R,G,B三种灰度图片      /**      *       * @param filePath 原图片路径      * @param newFilePath 您想要生成的图片路径      * @param type 选择生成类型1为R,2G,3为B      */      public static void analyseRGB(String filePath, String newFilePath, int type) {          OutputStream output = null;          try {              BufferedImage img = ImageIO.read(new File(filePath));              int imageType = img.getType();// 获取图片类型              int width = img.getWidth();// 获取图片宽度              int height = img.getHeight();// 获取图片高度              int startX = 0;// 开始的横坐标              int startY = 0;// 开始的纵坐标              int offset = 0;// 偏移量              int scansize = width;// 扫描间距              int dd = width - startX;// 被遍历的宽度间距              int hh = height - startY;// 被遍历的高度间距              int x0 = width / 2;// 横向中间点              int y0 = height / 2;// 纵向中间点              System.out.println("dd:" + dd + " hh:" + hh);              System.out.println("width:" + width + " height:" + height);              System.out.println("imageType:" + imageType);              System.out.println("size:"+(offset + hh * scansize + dd));              // rgb的数组，保存像素，用一维数组表示二位图像像素数组              int[] rgbArray = new int[offset + hh * scansize + dd];// 偏移量+纵向开始坐标*扫描间距+横向开始坐标              //这里大家都感觉很奇怪为什么会是这样一个算法呢？为什么不知道用width*height就够用了，这里作者也搞不懂，你只要默认记住了这个规则，              //然后取点的时候按这个规则去取就可以了              // newArray 保存处理后的像素              int[] newArray = new int[offset + hh * scansize + dd];// 偏移量+纵向开始坐标*扫描间距+横向开始坐标              /**              * getRGB public int[] getRGB(int startX, int startY, int w, int h,              * int[] rgbArray, int offset, int scansize)从图像数据的某一部分返回默认 RGB 颜色模型              * (TYPE_INT_ARGB) 和默认 sRGB 颜色空间中整数像素数组。如果该默认模型与该图像的 ColorModel              * 不匹配，则发生颜色转换。在使用此方法所返回的数据中，每个颜色分量只有 8 位精度。通过图像中指定的坐标 (x, y)，ARGB              * 像素可以按如下方式访问：              *               * pixel = rgbArray[offset + (y-startY)*scansize + (x-startX)];              * 如果该区域不在边界内部，则抛出 ArrayOutOfBoundsException。但是，不保证进行显式的边界检查。              *               *               * 参数：              *  startX - 起始 X 坐标               *  startY - 起始 Y 坐标               *  w - 区域的宽度               *  h - 区域的高度              * rgbArray - 如果不为 null，则在此写入 rgb 像素               * offset - rgbArray 中的偏移量              * scansize - rgbArray 的扫描行间距               * 返回： RGB 像素数组。              */              img.getRGB(startX, startY, width, height, rgbArray, offset,                      scansize); // 把像素存到固定的数组里面去              int count=0;              for(int i : rgbArray){                  System.out.println(i);                  if(i!=0){                      count=count+1;                  }              }              System.out.println(count);              int rgb = rgbArray[offset + (y0 - startY) * scansize                      + (x0 - startX)]; // 位于图片正中央的rgb像素点              Color c = new Color(rgb);              System.out.println("中间像素点的rgb:"+c);              for (int i = 0; i < height - startY; i++) {//遍历每一行                  for (int j = 0; j < width - startX; j++) {//遍历每一列                      c = new Color(rgbArray[offset+i * scansize + j]);                      switch (type) {                      case 1://红色灰度图片                          newArray[i*dd + j] = new Color(c.getRed(), 0, 0).getRGB();                          break;                      case 2://绿色灰度图片                           newArray[i*dd + j] = new Color(0, c.getGreen(), 0).getRGB();                           break;                      case 3://蓝色灰度图片                          newArray[i * dd + j] = new Color(0, 0, c.getBlue()).getRGB();                          break;                      case 4://黑白                      int hb=(c.getRed()+ c.getGreen()+c.getBlue())/3;                        newArray[i * dd + j] = new Color(hb, hb, hb).getRGB();                          break;                       default:                          break;                      }                                                                }              }              // 新建一个图像              File out = new File(newFilePath);              if (!out.exists())                  out.createNewFile();              output = new FileOutputStream(out);              BufferedImage imgOut = new BufferedImage(width, height,                      BufferedImage.TYPE_3BYTE_BGR);              imgOut.setRGB(startX, startY, width, height, newArray, offset,                      scansize);              ImageIO.write(imgOut, "png", output);          } catch (IOException e) {              // TODO 自动生成的 catch 块              e.printStackTrace();          }      }      public static void main(String[] args) {    analyseRGB("/home/lhy/桌面/1.png", "/home/lhy/桌面/6.png", 4);}}  

图像RGB

package imge;import java.awt.AWTException;import java.awt.Dimension;import java.awt.Rectangle;import java.awt.Robot;import java.awt.Toolkit;import java.awt.image.BufferedImage;import java.io.File;import java.io.FileInputStream;import java.io.InputStream;import java.util.ArrayList;import java.util.List;import javax.imageio.ImageIO;import javax.imageio.stream.FileImageOutputStream;public class ReadColorTest {/** * 读取一张图片的RGB值 *  * @throws Exception */public int[][][] getImagePixel(String image) throws Exception {int[] rgb = new int[3];File file = new File(image);BufferedImage bi = null;try {bi = ImageIO.read(file);} catch (Exception e) {e.printStackTrace();}System.out.println(file.length());int width = bi.getWidth();int height = bi.getHeight();int minx = bi.getMinX();int miny = bi.getMinY();System.out.println("width=" + width + ",height=" + height + ".");System.out.println("minx=" + minx + ",miniy=" + miny + ".");int rgb2[][][]=new int[width][height][3];for (int i = minx; i < width; i++) {for (int j = miny; j < height; j++) {int pixel = bi.getRGB(i, j); // 下面三行代码将一个数字转换为RGB数字rgb[0] = (pixel & 0xff0000) >> 16;rgb[1] = (pixel & 0xff00) >> 8;rgb[2] = (pixel & 0xff);rgb2[i][j][0]=rgb[0];rgb2[i][j][1]=rgb[1];rgb2[i][j][2]=rgb[2];//System.out.println("i=" + i + ",j=" + j + ":(" + rgb[0] + ","+ rgb[1] + "," + rgb[2] + ")");}}return rgb2;}/** * 得到灰度 * @param rgb * @return * @throws Exception */public int[][][] getHd(int rgb[][][]) throws Exception {int hd[][][]=new int[rgb.length][rgb[0].length][3];for(int i=0;i<rgb.length;i++){for(int j=0;j<rgb[i].length;j++){int pix=(rgb[i][j][0]+rgb[i][j][0]+rgb[i][j][0])/3;hd[i][j][0]=pix;hd[i][j][1]=pix;hd[i][j][2]=pix;}}return hd;}/** * 返回屏幕色彩值 *  * @param x * @param y * @return * @throws AWTException */public int getScreenPixel(int x, int y) throws AWTException { // 函数返回值为颜色的RGB值。Robot rb = null; // java.awt.image包中的类，可以用来抓取屏幕，即截屏。rb = new Robot();Toolkit tk = Toolkit.getDefaultToolkit(); // 获取缺省工具包Dimension di = tk.getScreenSize(); // 屏幕尺寸规格System.out.println(di.width);System.out.println(di.height);Rectangle rec = new Rectangle(0, 0, di.width, di.height);BufferedImage bi = rb.createScreenCapture(rec);int pixelColor = bi.getRGB(x, y);return 16777216 + pixelColor; // pixelColor的值为负，经过实践得出：加上颜色最大值就是实际颜色值。}/** * @param args */public static void main(String[] args) throws Exception {ReadColorTest rc = new ReadColorTest();int rgb[][][]=rc.getImagePixel("/home/lhy/桌面/1.png");for(int i=0;i<rgb.length;i++){for(int j=0;j<rgb[i].length;j++){//if(i==0)System.out.println(i+" "+j+" ("+rgb[i][j][0]+" "+rgb[i][j][1]+" "+rgb[i][j][2]+")");}}}}