java像素级图像处理与识别方法

最新推荐文章于 2024-07-11 07:00:00 发布

nlspii

最新推荐文章于 2024-07-11 07:00:00 发布

阅读量1.3k

点赞数 1

分类专栏： JAVA 文章标签： java 图像处理 exception file string 算法

JAVA 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

朋友要求帮忙做一个图片识别的小程序，因为要用在特定的环境下，所以决定采用java语言实现。首先用matlab实现了识别算法的仿真，因为只是对特定的数字组合的识别，所以非常的简单，放弃采用比较复杂的识别算法，采用最普通的像素比较的识别算法。（如果背景噪声比较复杂，可以考虑先滤波后识别）在写 java程序的时候发现一些问题，网上关于图片像素级操作的资料不是太多，有的还不是太正确，特此写出自己的成果与大家分享。

核心类：BufferedImage，ImageIO
ImageIO类提供图象读写接口，可以对URL，InputStream等操作，得到图像信息十分的方便。
ImageIO在javax.imageio.*的包中，属于jdk中的标准类。提供的方法有:
read() 例：BufferedImage imd=ImageIO.read(new File(file));
write() 例：ImageIO.write(imd, "JPEG", new File("C://test"+k+".gif"));
//具体方法可以查找jdk doc
BufferedImage 类是一个Image类的子类，与Image不同的是，它是在内存中创建和修改的，你可以显示它也可以不显示它，这就看你的具体需求了。这里因为我用于图像的识别所以就不需要显示出来了。你可以通过ImageIO的方法来读取一个文件到BufferedImage，也可以将其写回一个文件中去。类似的操作可以看前面的两个方法。以及参考jdk doc
因为我要识别类似于身份验证的一个数字串图片，所以我考虑把这些数字分离出来，存在不同的图像内，这里BufferedImage类提供一个很方便的办法。
getSubimage(int left,int top,int width,int height)
例： BufferedImage newim[]=new BufferedImage[4];
newim[0]=imd.getSubimage(4,0,10,18);
newim[1]=imd.getSubimage(13,0,10,18);
newim[2]=imd.getSubimage(22,0,10,18);
newim[3]=imd.getSubimage(31,0,10,18);
最后为了得到图像的像素，我们需要的就是得到像素的方法，这个方法有很多，这里我介绍的是
getRGB(int x,int y) 得到特定像素点的RGB值。
例： pix=new int[10*18];pix[i*(10)+j]=newim[k].getRGB(j,i);
现在我们得到了像素，可以看出像素是一个一维数组，你如果不习惯可以考虑保存在一个二维的数组中，然后就来实施你的看家算法，什么小波变换，拉普拉斯算子，尽管来吧。怎么样是不是很方便呢？什么你好像看不太懂，好给你一些源程序好了，包括像素分解和识别算法。

源代码
/*
* Created on 2005-11-29
*
* TODO To change the template for this generated file go to
* Window - Preferences - Java - Code Style - Code Templates
*/
package com.syvin.image;

import java.awt.*;
import java.awt.image.*;
import java.io.FileOutputStream;
import java.io.*;
import java.io.InputStream;
import java.net.URL;
import javax.imageio.*;
public class MyImage{
BufferedImage imd;//待识别图像

private int iw,ih;//图像宽和高

public final static String path="D://jyy//app//tomcat//webapps//userlogon//a.jpg";

static public void main(String args[]) {
   try{
   MyImage app = new MyImage();//构造一个类

   String s=app.getImageNum("C://无标题.bmp");//得到识别字符串
   System.out.println("recognize result"+s);
   byte[] by=s.getBytes();
   File f=new File("C://testfile.txt");
   FileOutputStream fos=new FileOutputStream(f);//写入一个结果文件
   fos.write(by);
   fos.close();
   }catch(Exception e){
    e.printStackTrace();
   }
}

//构造函数
public MyImage() throws IOException {

    super("Image Test");
    try{
    }catch(Exception e){
     e.printStackTrace();
    }
}
//得到图像的值
public String getImageNum(String file){

   StringBuffer sb=new StringBuffer("");
   try{
   imd=ImageIO.read(new File(file));//用ImageIO的静态方法读取图像
BufferedImage newim[]=new BufferedImage[4];
int []x=new int[4];
        //将图像分成四块，因为要处理的文件有四个数字。
newim[0]=imd.getSubimage(4,0,10,18);
newim[1]=imd.getSubimage(13,0,10,18);
newim[2]=imd.getSubimage(22,0,10,18);
newim[3]=imd.getSubimage(31,0,10,18);

for(int k=0;k<4;k++){

x[k]=0;

ImageIO.write(newim[k], "JPEG", new File("C://test"+k+".gif"));
this.iw=newim[k].getWidth(null);
this.ih=newim[k].getHeight(null);
pix=new int[iw*ih];

//因为是二值图像，这里的方法将像素读取出来的同时，转换为0，1的图像数组。
for(int i=0;i
for(int j=0;j
   pix[i*(iw)+j]=newim[k].getRGB(j,i);
   if(pix[i*(iw)+j]==-1)
    pix[i*(iw)+j]=0;
   else pix[i*(iw)+j]=1;

   x[k]=x[k]+pix[i*(iw)+j];

}

}
//得到像匹配的数字。
int r=this.getMatchNum(pix);
sb.append(r);
System.out.println("x="+x[k]);
}
   }catch(Exception e){
    e.printStackTrace();
   }
return sb.toString();
}
//数字模板 0-9
static int[][] value={
   //num 0;
   {0,0,0,0,0,0,0,0,0,0,
    0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,1,1,0,0,0,0,
0,0,1,1,1,1,1,0,0,0,
0,0,1,1,0,0,1,1,0,0,
0,1,1,0,0,0,0,1,1,0,
0,1,1,0,0,0,0,1,1,0,
0,1,1,0,0,0,0,1,1,0,
0,1,1,0,0,0,0,1,1,0,
0,0,1,1,0,0,1,1,0,0,
0,0,0,1,1,1,1,0,0,0,
0,0,0,0,1,1,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0
    },
   //num 1
   {0,0,0,0,0,0,0,0,0,0,
   0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,1,1,1,0,0,0,
0,0,0,1,1,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
1,1,1,1,1,1,1,1,1,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0
},
//num2
,
//num3
,
//num4
,
//num5
,
//num6
,
//num7
,
//num8
,
//num9
};

//图像像素相减取绝对值得到最小熵的结果。
public int getMatchNum(int[] pix){
   int result=-1;
   int temp=100;
   int x;
   for(int k=0;k<=9;k++){
     x=0;
    for(int i=0;i
     x=x+Math.abs(pix[i]-value[k][i]);

    }
    /*for(int a=0;a<18;a++){
     for(int b=0;b<10;b++){
      System.out.print(pix[a*10+b]+"-"+value[k][a*10+b]+"|");

     }
     System.out.println();

    }*/

    if(x
    {
     temp=x;
     result=k;
    }

   }

   return result;
}