Android图片转化黑白图片,图像二值化,生成图像二值化后的黑白图像和图像矩阵(无压缩0,1矩阵),可灵活设置二值化值域

从相册选择一张图片,通过手动设置计算值域,得到一张绝对黑白图像,并在后台生成图像矩阵(0,1矩阵),不压缩显示。
.
开发工具:Android Studio
每一步操作均有详细注释,创建工程后代码直接复制可用

效果图:

在这里插入图片描述
二值化后后台打印输出的矩阵效果:电脑屏幕太小,图片太大了,像素点太多矩阵庞大,没法全部直观显示,为了效果直观,这里换一张较小的图片测试效果,
在这里插入图片描述
后台Log打印显示结果:在这里插入图片描述
为了更加直观,这里将打印结果“1”修改为“.”,结果如下:
在这里插入图片描述
工程文档结构:
在这里插入图片描述
Log调试类【L.java】

public class L {

    //开关
    public static final boolean DEBUG = true;
    //TAG
    public static final String TAG = "Smartbutler";

    public static void e(String text){
        if(DEBUG){
            Log.e(TAG,text);
        }
    }
}

业务逻辑主类【MainActivity】

public class MainActivity extends Activity {

    private final String IMAGE_TYPE = "image/*";
    private final int IMAGE_CODE = 0; // 这里的IMAGE_CODE是自己任意定义的
    private static ImageView ImageView_Casda;
    private Button addPic;
    private ImageView imgShow;
    private TextView imgPath;
    private EditText mEditText;
    private Bitmap mBitmap = null;
    private Bitmap mBitmap02 = null;

    @Override
    public void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        //从源文件中取出一张图片
        mBitmap = BitmapFactory.decodeResource(getResources(), R.mipmap.aaaaa);
        mBitmap02 = mBitmap;        //保存用于重置
        init();
    }

    private void init() {
        addPic = findViewById(R.id.btn_add);
        imgPath = findViewById(R.id.img_path);
        imgShow = findViewById(R.id.imgShow);
        mEditText = findViewById(R.id.EditText);
        ImageView_Casda = findViewById(R.id.ImageView_Casda);
        addPic.setOnClickListener(listener);
        imgShow.setImageBitmap(mBitmap);
    }

    //运行按钮
    public void btnRun(View view) {
        mBitmap = mBitmap02; //重置
        //值域限制
        if (mEditText.getText().toString().equals("")) {
            Toast.makeText(MainActivity.this, "请先输入值域", Toast.LENGTH_SHORT).show();
        } else {
            Float value = Float.valueOf(mEditText.getText().toString());
            if (value >= 255) {
                value = 255F;
            }
            if (value <= 0) {
                value = 0F;
            }

            // 将图片转化成黑白图片
            mBitmap = convertToBMW(mBitmap, value);
            // 显得到bitmap图片
            ImageView_Casda.setImageBitmap(mBitmap);
        }
    }

    //重置按钮
    public void btnReset(View view) {
        ImageView_Casda.setImageBitmap(mBitmap02);
        mBitmap = mBitmap02; //重置
    }

    private View.OnClickListener listener = new View.OnClickListener() {

        @Override
        public void onClick(View v) {
            // TODO Auto-generated method stub
            Button btn = (Button) v;
            switch (btn.getId()) {
                case R.id.btn_add:
                    setImage();
                    break;
            }
        }

        private void setImage() {
            // TODO Auto-generated method stub
            // 使用intent调用系统提供的相册功能,使用startActivityForResult是为了获取用户选择的图片的地址
            Intent getAlbum = new Intent(Intent.ACTION_GET_CONTENT);
            getAlbum.setType(IMAGE_TYPE);
            startActivityForResult(getAlbum, IMAGE_CODE);
        }
    };

    protected void onActivityResult(int requestCode, int resultCode, Intent data) {

        // RESULT_OK 是系统自定义得一个常量
        if (resultCode != RESULT_OK) {
            L.e("onActivityResult,返回的resultCode出错");
            return;
        }
        // 外界的程序访问ContentProvider所提供数据 可以通过ContentResolver接口
        ContentResolver resolver = getContentResolver();
        // 判断接收的Activity是不是选择图片的
        if (requestCode == IMAGE_CODE) {
            try {
                // 获得图片的地址Uri
                Uri originalUri = data.getData();
                // 新建一个字符串数组用于存储图片地址数据。
                String[] proj = {MediaStore.Images.Media.DATA};
                // android系统提供的接口,用于根据uri获取数据
                Cursor cursor = managedQuery(originalUri, proj, null, null, null);
                // 获得用户选择图片的索引值
                int column_index = cursor.getColumnIndexOrThrow(MediaStore.Images.Media.DATA);
                L.e("获得用户选择图片的索引值:" + column_index);
                // 将游标移至开头 ,防止引起队列越界
                cursor.moveToFirst();
                // 根据图片的URi生成bitmap
                mBitmap = MediaStore.Images.Media.getBitmap(resolver, originalUri);
                mBitmap02 = mBitmap; //保存用于重置
                // 显得到bitmap图片
                imgShow.setImageBitmap(mBitmap);
                imgPath.setText(String.valueOf(originalUri));
            } catch (IOException e) {
                Log.e("getImg", e.toString());
            }
        }
    }

    /**
     * 转为二值图像
     *
     * @param bmp 原图bitmap
     * @param tmp 二值化参考值(中间比较值)二值化的域值
     * @return resizeBmp 处理后的图像
     */
    public static Bitmap convertToBMW(Bitmap bmp, Float tmp) {
        int width = bmp.getWidth(); // 获取位图的宽
        int height = bmp.getHeight(); // 获取位图的高
        int[] pixels = new int[width * height]; // 通过位图的大小创建像素点数组
        bmp.getPixels(pixels, 0, width, 0, 0, width, height);
        int alpha = 0xFF << 24;
        String Colors = null;
        for (int i = 0; i < height; i++) {
            StringBuilder sb = new StringBuilder();    //创建一个 StringBuilder 对象,用来储存矩阵数据
            for (int j = 0; j < width; j++) {
                int grey = pixels[width * i + j];
                // 分离三原色
                alpha = ((grey & 0xFF000000) >> 24);
                int red = ((grey & 0x00FF0000) >> 16);
                int green = ((grey & 0x0000FF00) >> 8);
                int blue = (grey & 0x000000FF);
                if (red > tmp) {
                    red = 255;
                } else {
                    red = 0;
                }
                if (blue > tmp) {
                    blue = 255;
                } else {
                    blue = 0;
                }
                if (green > tmp) {
                    green = 255;
                } else {
                    green = 0;
                }
                pixels[width * i + j] = alpha << 24 | red << 16 | green << 8 | blue;
                if (pixels[width * i + j] == -1) {
                    pixels[width * i + j] = -1;
                    Colors = ".";
                } else {
                    pixels[width * i + j] = -16777216;
                    Colors = "0";
                }
                sb.append(Colors);
            }
            L.e("" + sb.toString());
        }
        L.e("二值化的域值:" + tmp);
        // 新建图片
        Bitmap newBmp = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888);
        // 设置图片数据
        newBmp.setPixels(pixels, 0, width, 0, 0, width, height);
        Bitmap resizeBmp = ThumbnailUtils.extractThumbnail(newBmp, width, height);
        return resizeBmp;
    }
}

布局文件【activity_main.xml】

<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"
    android:layout_width="match_parent"
    android:layout_height="match_parent">

    <LinearLayout
        android:id="@+id/LinearLayout"
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:layout_alignParentBottom="true"
        android:layout_marginLeft="10dp"
        android:layout_marginRight="10dp"
        android:orientation="horizontal">

        <Button
            android:id="@+id/btn_add"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_weight="1"
            android:text="相册"
            android:textSize="16sp" />

        <EditText
            android:id="@+id/EditText"
            android:layout_width="70dp"
            android:maxLength="3"
            android:inputType="number"
            android:layout_height="wrap_content"
            android:gravity="center"
            android:layout_marginStart="10dp"
            android:hint="值域" />
        <Button
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:onClick="btnRun"
            android:text="运行"
            android:textSize="16sp" />

        <Button
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:onClick="btnReset"
            android:text="重置"
            android:textSize="16sp" />
    </LinearLayout>


    <TextView
        android:id="@+id/img_path"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_above="@+id/LinearLayout"
        android:layout_marginStart="10dp"
        android:hint="图片路径" />

    <ImageView
        android:id="@+id/imgShow"
        android:layout_width="match_parent"
        android:layout_height="220dp"
        android:layout_margin="10dp" />


    <ImageView
        android:id="@+id/ImageView_Casda"
        android:layout_below="@+id/imgShow"
        android:layout_above="@+id/LinearLayout"
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:textSize="5sp"
        android:layout_marginBottom="30dp"
        android:text="123"/>

</RelativeLayout>

如果嫌麻烦,给你准备了源码:
https://download.csdn.net/download/erp_lxkun_jak/11830011

我是 易君,和你一起在安卓开发之路

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 好的,关于利用Python OpenCV实现照片的预处理,我可以给您一些简单的介绍。高斯平滑滤波通常被用来去除噪点,提高对比度可以通过调整图像的亮度、饱和度等来实现。灰度变换可以将彩色图像转换为黑白图像二值化处理则可以将图像转换为只有两种颜色的图像。如果您需要详细的教程和代码实现,建议您在搜索引擎上查找相关内容,会有更全面的资料供您参考。 ### 回答2: 照片的预处理是图像处理中非常重要的一步,可以有效地提升后续算法的准确性和性能。利用Python OpenCV库可以方便地实现照片的预处理。 高斯平滑滤波是一种常用的图像平滑方法,可以去除图像中的噪声。通过使用OpenCV的GaussianBlur函数,可以将图像进行高斯平滑滤波处理。 提高对比度是调整图像亮度分布,使得图像更加清晰明亮的一种方法。可以使用OpenCV的convertTo函数来进行对比度调整。 灰度变换是将彩色图像转化为灰度图像的处理过程。通过使用OpenCV的cvtColor函数,可以将彩色图像转换为灰度图像二值化处理是将灰度图像转化为二值图像的处理过程。通过使用OpenCV的threshold函数,可以根据设置的阈值将灰度图像进行二值化处理。 综上所述,利用Python OpenCV实现照片的预处理可以按照以下步骤进行: 1. 首先使用GaussianBlur函数对图像进行高斯平滑滤波处理,去除图像中的噪声。 2. 然后使用convertTo函数调整图像对比度,使得图像更加清晰明亮。 3. 接着使用cvtColor函数将彩色图像转换为灰度图像。 4. 最后使用threshold函数对灰度图像进行二值化处理,得到二值图像。 通过上述步骤的处理,可以有效地对照片进行预处理,提取出目标信息,为后续的图像算法提供清晰的输入。 ### 回答3: Python OpenCV是一个Python编程语言的开源计算机视觉库,可以用于图像处理和计算机视觉任务。以下是使用Python OpenCV实现照片预处理的一些常见方法: 1. 高斯平滑滤波:高斯平滑滤波是一种常见的图像平滑处理方法,可以去除图像中的噪声。可以使用OpenCV的GaussianBlur函数来实现高斯平滑滤波。通过调整滤波器的大小和标准差参数,可以控制平滑的程度。 2. 提高对比度:提高图像对比度可以使图像更饱满和清晰。可以使用OpenCV的equalizeHist函数来实现直方图均衡化,该函数将图像的像素值拉伸到0到255之间,从而增加图像的对比度。 3. 灰度变换:将彩色图像转换为灰度图像图像处理中常见的一步。可以使用OpenCV的cvtColor函数将彩色图像转换为灰度图像。灰度图像只有一个通道,每个像素的值表示亮度。 4. 二值化处理:二值化处理将图像分割为黑白两个部分,可以用于图像分割和图像识别任务。可以使用OpenCV的threshold函数来实现图像二值化处理,该函数将图像像素值大于阈值的像素设为白色,小于等于阈值的像素设为黑色。阈值的选择可以根据具体情况调整。 要实现这些预处理步骤,首先需要安装Python OpenCV库。然后,读取图像文件,并依次使用上述函数来进行预处理。最后,可以保存预处理后的图像文件或在展示图像时使用。通过调整参数和多种方法的组合,可以获得不同的预处理效果。
评论 3
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