java 图片操作技术之RGB的获取

/**
 * 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
 * 也可参考原著为：http://blog.csdn.net/luoweifu/article/details/8042494
 * 
 */
package test;
 
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;
 
                    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, "jpg", output);
        } catch (IOException e) {
            // TODO 自动生成的 catch 块
            e.printStackTrace();
        }
    }
}

本文转自于：https://blog.csdn.net/hayre/article/details/50610187

此篇博客，对我的帮助很大，在此非常感谢原创作者！