用Java Image Filters对图像进行高级处理

有这样一个问题背景:我想把专辑图片做成QQ音乐背景这种,很明显,它是把专辑图片毛玻璃化(高斯模糊),并暗化(调整对比度) 了的
在这里插入图片描述
于是我找到一个宝藏图片处理工具:Java Image Filters,这是它的官网http://www.jhlabs.com/ip/filters/index.html
它里面例举了很多高级处理的例子,很快就可以找到想要的图片效果Filter
在这里插入图片描述
在这里插入图片描述

有个download链接http://www.jhlabs.com/ip/filters/download.html,把jar下载下来引入后,就可以使用了。使用方法非常简单,只需要new一个Filter,设置好参数,调用filter方法就行了,我举两个例子

// 毛玻璃过滤器
private static GaussianFilter gaussianFilter = new GaussianFilter();
// 对比度过滤器
private static ContrastFilter contrastFilter = new ContrastFilter();

static {
    gaussianFilter.setHRadius(75);
    contrastFilter.setBrightness(0.5f);
}
    
/**
* 对 BufferedImage 进行毛玻璃化处理
* @param bufferedImage
* @return
*/
public static BufferedImage doBlur(BufferedImage bufferedImage) {
   return gaussianFilter.filter(bufferedImage, null);
}

/**
* 对 BufferedImage 进行暗化处理
* @param bufferedImage
* @return
*/
public static BufferedImage darker(BufferedImage bufferedImage) {
   return contrastFilter.filter(bufferedImage, null);
}

最终我的使用的效果如下:
在这里插入图片描述

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
傅里叶变换是一种将信号从时域转换到频域的方法,它可以将一个信号表示成不同频率的正弦和余弦函数的线性组合。在图像处理中,傅里叶变换可以用来将图像从空间域转换到频域,从而实现图像增强、滤波、压缩等操作。 在Java中,可以使用JavaCV库实现傅里叶变换。JavaCV是一个基于Java语言的计算机视觉库,它提供了许多计算机视觉和图像处理的功能。在JavaCV中,傅里叶变换可以通过使用OpenCV中的DFT函数实现。 下面是一个简单的Java程序,用于对图像进行傅里叶变换: ```java import org.bytedeco.javacpp.opencv_core.Mat; import org.bytedeco.javacpp.opencv_core.Size; import org.bytedeco.javacpp.opencv_imgcodecs; import org.bytedeco.javacpp.opencv_imgproc; public class FourierTransform { public static void main(String[] args) { // 读取图像 Mat image = opencv_imgcodecs.imread("lena.jpg", opencv_imgcodecs.IMREAD_GRAYSCALE); // 扩展图像到最佳大小 int m = opencv_imgproc.getOptimalDFTSize(image.rows()); int n = opencv_imgproc.getOptimalDFTSize(image.cols()); Mat padded = new Mat(); opencv_imgproc.copyMakeBorder(image, padded, 0, m - image.rows(), 0, n - image.cols(), opencv_imgproc.BORDER_CONSTANT); // 构造实部和虚部矩阵 Mat planes = new Mat(); padded.convertTo(planes, opencv_core.CV_32F); Mat imaginary = new Mat(padded.size(), opencv_core.CV_32F); imaginary.setTo(new Scalar(0)); // 合并实部和虚部矩阵 List<Mat> planList = new ArrayList<Mat>(); planList.add(planes); planList.add(imaginary); Mat complexI = new Mat(); opencv_core.merge(planList, complexI); // 应用傅里叶变换 opencv_core.dft(complexI, complexI); // 分离实部和虚部矩阵 opencv_core.split(complexI, planList); Mat magnitude = new Mat(); opencv_core.magnitude(planList.get(0), planList.get(1), magnitude); // 对数变换,将幅度范围变换到可视范围 Mat logMagnitude = new Mat(); opencv_core.add(magnitude, new Scalar(1), magnitude); opencv_core.log(magnitude, logMagnitude); // 归一化,将范围变换到0到255 opencv_core.normalize(logMagnitude, logMagnitude, 0, 255, opencv_core.NORM_MINMAX); logMagnitude.convertTo(logMagnitude, opencv_core.CV_8U); // 显示结果 opencv_imgcodecs.imshow("Input Image", image); opencv_imgcodecs.imshow("Magnitude", logMagnitude); opencv_imgcodecs.waitKey(); } } ``` 在这个程序中,我们首先读取一个灰度图像,并将其扩展到最佳大小。然后,我们构造实部和虚部矩阵,并将它们合并成一个复数矩阵。接下来,我们应用傅里叶变换,并将结果分离成实部和虚部矩阵。然后,我们计算幅度,进行对数变换,归一化,并将结果显示出来。

“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