JAVA图片处理

以前找到的一个类只能缩小图片不能放大,这个类既能缩小图片又能放大图片,出处找不到了,在这里说明是转载自他人并略作改动。

    /** *//** 
     * 缩放图像 
     * @param srcImageFile 源图像文件地址 
     * @param result       缩放后的图像地址 
     * @param width        缩放后的宽度 
     * @param height       缩放后的高度 
     */  
    public static void scale(String srcImageFile, String result, int width, int height){  
        try{  
            BufferedImage src = ImageIO.read(new File(srcImageFile)); // 读入文件  
            Image image = src.getScaledInstance(width, height, Image.SCALE_DEFAULT);  
            BufferedImage tag = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB);  
            Graphics g = tag.getGraphics();  
            g.drawImage(image, 0, 0, null); // 绘制缩小后的图  
            g.dispose();  
            ImageIO.write(tag, "JPEG", new File(result));// 输出到文件流  
        }  
        catch (IOException e)  {  
            e.printStackTrace();  
        }  
    }
    
    /** *//** 
     * 图像切割 
     * @param srcImageFile 源图像地址 
     * @param descDir      切片目标文件夹 
     * @param destWidth    目标切片宽度 
     * @param destHeight   目标切片高度 
     */  
    public static void cut(String srcImageFile, String descDir, int destWidth, int destHeight){  
        try{  
            Image img;  
            ImageFilter cropFilter;  
            // 读取源图像  
            BufferedImage bi = ImageIO.read(new File(srcImageFile));  
            int srcWidth = bi.getHeight(); // 源图宽度  
            int srcHeight = bi.getWidth(); // 源图高度  
            if (srcWidth > destWidth && srcHeight > destHeight){  
                Image image = bi.getScaledInstance(srcWidth, srcHeight, Image.SCALE_DEFAULT);  
                destWidth = 200; // 切片宽度  
                destHeight = 150; // 切片高度  
                int cols = 0; // 切片横向数量  
                int rows = 0; // 切片纵向数量  
                // 计算切片的横向和纵向数量  
                if (srcWidth % destWidth == 0){  
                    cols = srcWidth / destWidth;  
                }  
                else{  
                    cols = (int) Math.floor(srcWidth / destWidth) + 1;  
                }  
                if (srcHeight % destHeight == 0)  {  
                    rows = srcHeight / destHeight;  
                }  
                else{  
                    rows = (int) Math.floor(srcHeight / destHeight) + 1;  
                }  
                // 循环建立切片  
                // 改进的想法:是否可用多线程加快切割速度  
                for (int i = 0; i < rows; i++){  
                    for (int j = 0; j < cols; j++){  
                        // 四个参数分别为图像起点坐标和宽高  
                        // 即: CropImageFilter(int x,int y,int width,int height)  
                        cropFilter = new CropImageFilter(j * 200, i * 150, destWidth, destHeight);  
                        img = Toolkit.getDefaultToolkit().createImage(new FilteredImageSource(image.getSource(), cropFilter));  
                        BufferedImage tag = new BufferedImage(destWidth, destHeight, BufferedImage.TYPE_INT_RGB);  
                        Graphics g = tag.getGraphics();  
                        g.drawImage(img, 0, 0, null); // 绘制缩小后的图  
                        g.dispose();  
                        // 输出为文件  
                        ImageIO.write(tag, "JPEG", new File(descDir + "pre_map_" + i + "_" + j + ".jpg"));  
                    }  
                }  
            }  
        }  
        catch (Exception e){  
            e.printStackTrace();  
        }  
    }
    
    /** *//** 
     * 图像类型转换 GIF->JPG GIF->PNG PNG->JPG PNG->GIF(X) 
     */  
    public static void convert(String source, String result){  
        try{  
            File f = new File(source);  
            f.canRead();  
            f.canWrite();  
            BufferedImage src = ImageIO.read(f);  
            ImageIO.write(src, "JPG", new File(result));  
        }  
        catch (Exception e) {  
            e.printStackTrace();  
        }  
    }
    
    /** *//** 
     * 彩色转为黑白 
     * @param source 
     * @param result 
     */  
    public static void gray(String source, String result) {  
        try{  
            BufferedImage src = ImageIO.read(new File(source));  
            ColorSpace cs = ColorSpace.getInstance(ColorSpace.CS_GRAY);  
            ColorConvertOp op = new ColorConvertOp(cs, null);  
            src = op.filter(src, null);  
            ImageIO.write(src, "JPEG", new File(result));  
        }  
        catch (IOException e){  
            e.printStackTrace();  
        }  
    }  


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图片锐化是一种图像处理技术,可以加强图像的边缘和细节,使图像更加清晰和鲜明。在Java中实现图片锐化处理可以通过以下步骤: 1. 导入相关的Java图像处理库,例如Java Advanced Imaging(JAI)库或ImageIO库,以便操作和处理图像。 2. 读取待锐化的图片文件,可以使用ImageIO库中的ImageIO.read()方法来读取图片文件,将其转换为BufferedImage对象。 3. 创建一个新的BufferedImage对象,用于存储锐化后的图像。可以使用BufferedImage的构造函数来创建一个与原始图像相同大小的新图像。 4. 遍历原始图像的每个像素点,在像素点附近的邻域内计算像素的梯度值。可以使用一些差分算子(如Sobel算子或Laplacian算子)来计算像素的梯度值。 5. 根据计算得到的梯度值,调整像素的颜色值,使得边缘和细节更加突出。可以使用一些锐化算法(如Unsharp Masking算法或Laplacian Sharpening算法)来增强像素的对比度。 6. 将调整后的像素值写入新的BufferedImage对象中。 7. 将锐化后的图像保存到文件中,可以使用ImageIO库中的ImageIO.write()方法将BufferedImage对象保存为图片文件。 需要注意的是,图像锐化是一种复杂的图像处理技术,具体的算法和实现方式可能因应用场景和需求的不同而有所差异。上述步骤仅是一种常见的实现思路,具体的锐化算法和参数可以根据需求进行调整和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值