暑假7月7日到7月17日任务一：电路板识别。

电路板识别任务主要是对图形图像的处理，以前从来没有接触过这块，还好网上有好多的资源关于图像的处理。大致了解了下。学会了二值化处理图像。了解一小部分关于这块的内容，比如RGB，像素这些东西。我把图片的尺寸比如800*600先扫描一遍，然后每一个点就是一个像素它由RGB三个颜色分量组成颜色。处理的时候主要是根据这些RGB值进行处理。一幅图像就像一个大的数组，然后就是对数组里的特殊点进行处理。

下面介绍下这个简单的任务：原图是（突然发现原图太大了40多M传不上来）我就截个图吧

需求是找出图中的黑色电路部分的裂缝。 

先二值化处理，很多的二值化算法，比如大津算法，迭代算法等处理后的不是我想要的。先来看下java自带的二值化处理后的图片:

其主要代码为：

import java.awt.image.BufferedImage;  
import java.io.File;  
import java.io.IOException;  
  
import javax.imageio.ImageIO;  
  
public class ImageDemo {  
  
    public void binaryImage() throws IOException{  
		File file = new File("G://te.png");  
		BufferedImage image = ImageIO.read(file);  
      
		int width = image.getWidth();  
		int height = image.getHeight();  
      
		BufferedImage grayImage = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_BINARY);//重点，技巧在这个参数BufferedImage.TYPE_BYTE_BINARY  
		for(int i= 0 ; i < width ; i++){  
			for(int j = 0 ; j < height; j++){  
				int rgb = image.getRGB(i, j);  
				grayImage.setRGB(i, j, rgb);  
			}  
		}  
      
		File newFile = new File("G://image//ttt.png");  
		ImageIO.write(grayImage, "jpg", newFile);  
	}  
      
    public void grayImage() throws IOException{  
		File file = new File("G://process.png");  
		BufferedImage image = ImageIO.read(file);  
      
		int width = image.getWidth();  
		int height = image.getHeight();  
      
		BufferedImage grayImage = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY);//重点，技巧在这个参数BufferedImage.TYPE_BYTE_GRAY  
		for(int i= 0 ; i < width ; i++){  
			for(int j = 0 ; j < height; j++){  
				int rgb = image.getRGB(i, j);  
				grayImage.setRGB(i, j, rgb);  
			}  
		}  
     
		File newFile = new File("G://test16.png");  
		ImageIO.write(grayImage, "png", newFile);  
    }  
      
    public static void main(String[] args) throws IOException {  
		ImageDemo demo = new ImageDemo();  
		demo.binaryImage();  
		demo.grayImage();  
   }  
 
}  

但是这个并不是我想要的结果，我只想得到黑色的电路其他均为白色的背景。后来我发现这个图的特点，就是它的RGB分量占的不一样。尤其是blue分量，黑色的电路部分平均值小于50我利用这个值进行处理图像。得到下图：

虽然不是很好，但是够用了。主要是了解下图像的处理。

代码如下：

/**
 *二值化图片找出黑色的部分
 *
 **/

 import java.awt.image.BufferedImage;
 import javax.imageio.ImageIO;
 import java.awt.Color;
 import java.io.File;
 import java.io.IOException;

 public class DealPicture {

	private BufferedImage bufferedImage = null;
	private int image_width = 0;
	private int image_heigh = 0;
	private File file = null;

	public DealPicture(String filePath) {
		file = new File(filePath);
	}
	

	//获得BufferedImage

	public BufferedImage getBufferedImage() {
		
		BufferedImage buffer = null;
		try {
			buffer = ImageIO.read(file);
		} catch(IOException e) {
			System.out.println("读取图片发生错误");
			e.printStackTrace();
		}

		return buffer;
	}

	//对获得BufferedImage进行处理获取图片的所有的像素

	public int[][] getPiexl() {
		bufferedImage = getBufferedImage();
		image_heigh = bufferedImage.getHeight();
		image_width = bufferedImage.getWidth();
		int iamge_rgb = bufferedImage.getRGB(0,0);
		System.out.println("图片的宽度是： " + image_width + "  " + "图片的高度是： " + image_heigh + "  像素点共有 " + (image_width*image_heigh));
		int[][] image_piexl = new int[image_width][image_heigh];
		for(int x = 0;x<image_width;x++) {
			for(int y = 0;y<image_heigh;y++ ) {
				//image_piexl[x][y] = getGray(bufferedImage.getRGB(x,y));
				image_piexl[x][y] = bufferedImage.getRGB(x,y);
			}
		}

		return image_piexl;
	}

	//计算每个像素的灰度值
	public int getGray(int rgb) {
		Color color = new Color(rgb);
		int r = color.getRed();
		int g = color.getGreen();
		int b = color.getBlue();
		int rgb_averge = (r+g+b)/3;
		//int rgb_gray =(int)( r*30 + g*29 + b*50)/100;
		return rgb_averge;
		//return rgb_gray;
	}

	//
	/**
	 *
	 *
	 *
	 **/

	public void createImage() {
		int flag = 30;
		int[][] newImage = getPiexl();
		BufferedImage buff = new BufferedImage(image_width,image_heigh,BufferedImage.TYPE_BYTE_BINARY);
		Color color = null;
		for(int x = 0;x<image_width;x++) {
			for(int y = 0;y<image_heigh;y++){
				color = new Color(newImage[x][y]);
				int g = color.getGreen();
				//System.out.println("处理后的像素点灰度是： " + newImage[x][y]);
				
				//if(Math.abs((newImage[x][y]-flag))<5 && newImage[x][y]<35) {
				if(g<52) {
					int min_rgb = new Color(0,0,0).getRGB();
					buff.setRGB(x,y,min_rgb);
					flag = newImage[x][y];
					
				} 
				else {
					int max_rgb = new Color(255,255,255).getRGB();
					buff.setRGB(x,y,max_rgb);
					
				}
				

				//测试生成一副灰度图像
				//buff.setRGB(x,y,newImage[x][y]);
				
			}
		}
		try{
			ImageIO.write(buff, "png", new File("G://image//text4.png")); 
		} catch(IOException e) {
			System.out.println("生成图片失败");
			e.printStackTrace();
		}
	}

	

	public static void main(String[] args){
		DealPicture deal = new DealPicture("G://Image2.png");
		deal.createImage();
	}
 }

最后就是找裂缝了：最终图像如下（红色部分为裂缝）：

这个任务历时三天，主要是接触下图像的处理，当然这个是处理的很不好的，就当学习下了

开始截的图穿不上来就从新搞下: