java获取服务器上图片抠图并返回base64位编码,透明底图

5 篇文章 0 订阅

项目需要获取服务器上人的签名,有的人签名不是透明底图,需要对图片进行处理,获取图片流数据处理后返回base64位编码,也可以指定文件路径保存下来
色差范围,根据红绿蓝平均值来,个人的处理图片不同,值也不同

一:使用hutool的方法

<dependency>
   <groupId>cn.hutool</groupId>
    <artifactId>hutool-all</artifactId>
    <version>5.7.22</version>
</dependency>

二、工具类


import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import sun.misc.BASE64Encoder;

import java.io.ByteArrayOutputStream;
import java.io.InputStream;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @Author ekkcole
 * @remark 图片链接转为base64编码
 */
public class UrlToBase64Util {
	
	//base64前缀
	private static final String BASE64_PREFIX="data:image/png;base64,";

	public static void main(String[] args) throws Exception {
		String url="https://localhost:8080/upload/file/20221101/test.png";
		System.out.println(BASE64_PREFIX+imageUrlToBase64(url));
	}

	/**
	 * 图片URL转Base64编码
	 *
	 * @param imgUrl 图片URL
	 * @return Base64编码
	 */
	public static String imageUrlToBase64(String imgUrl) {
		InputStream is = null;
		ByteArrayOutputStream outStream = null;
		try {
			if (!ObjectUtils.isEmpty(imgUrl)) {
				HttpResponse res = HttpRequest.get(imgUrl).execute();
				// 获取输入流
				is = res.bodyStream();
				outStream = new ByteArrayOutputStream();
				//创建一个Buffer字符串
				byte[] buffer = new byte[1024];
				//每次读取的字符串长度,如果为-1,代表全部读取完毕
				int len = 0;
				//使用输入流从buffer里把数据读取出来
				while ((len = is.read(buffer)) != -1) {
					//用输出流往buffer里写入数据,中间参数代表从哪个位置开始读,len代表读取的长度
					outStream.write(buffer, 0, len);
				}
				// 对字节数组Base64编码
				return encode(outStream.toByteArray());
			}
		} catch (Exception e) {
			e.printStackTrace();
		} finally {
			try {
				if (is != null) {
					is.close();
				}
				if (outStream != null) {
					outStream.close();
				}
			} catch (Exception e) {
				e.printStackTrace();
			}
		}
		return null;
	}

	/**
	 * 图片转字符串
	 *
	 * @param image 图片Buffer
	 * @return Base64编码
	 */
	public static String encode(byte[] image) {
		BASE64Encoder decoder = new BASE64Encoder();
		return replaceEnter(decoder.encode(image));
	}

	/**
	 * 字符替换
	 *
	 * @param str 字符串
	 * @return 替换后的字符串
	 */
	public static String replaceEnter(String str) {
		String reg = "[\n-\r]";
		Pattern p = Pattern.compile(reg);
		Matcher m = p.matcher(str);
		return m.replaceAll("");
	}
}


三、实现方法


import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import com.ekkcole.utils.UrlToBase64Util;

import javax.imageio.ImageIO;
import javax.swing.*;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;

/**
 * 获取服务器上图片抠图并返回base64位图片数据
 */
public class KouTuStream {
    // 抠纯白背景,色差范围0~255
//    public static int color_range = 210;
    // 自定义的背景色,可以根据红绿蓝的平均值写
    public static int color_range = 120;

    public static void main(String[] args) throws IOException {
        long start = System.currentTimeMillis();
        // 服务器图片
        String imgUrl="https://xxxxx.cn//upload/image/20210903/16410394627191873.png";
        HttpResponse res = HttpRequest.get(imgUrl).execute();
        InputStream is = res.bodyStream();
        BufferedImage image = ImageIO.read(is);
        // 高度和宽度
        int height = image.getHeight();
        int width = image.getWidth();

        // 生产背景透明和内容透明的图片
        ImageIcon imageIcon = new ImageIcon(image);
        BufferedImage bufferedImage = new BufferedImage(width, height, BufferedImage.TYPE_4BYTE_ABGR);
        Graphics2D g2D = (Graphics2D) bufferedImage.getGraphics(); // 获取画笔
        g2D.drawImage(imageIcon.getImage(), 0, 0, null); // 绘制Image的图片

        int alpha = 0; // 图片透明度
        // 外层遍历是Y轴的像素
        for (int y = bufferedImage.getMinY(); y < bufferedImage.getHeight(); y++) {
            // 内层遍历是X轴的像素
            for (int x = bufferedImage.getMinX(); x < bufferedImage.getWidth(); x++) {
                int rgb = bufferedImage.getRGB(x, y);
                // 对当前颜色判断是否在指定区间内
                if (colorInRange(rgb)) {
                    alpha = 0;
                } else {
                    // 设置为不透明
                    alpha = 255;
                }
                // #AARRGGBB 最前两位为透明度
                rgb = (alpha << 24) | (rgb & 0x00ffffff);
                bufferedImage.setRGB(x, y, rgb);
            }
        }
        // 绘制设置了RGB的新图片
        g2D.drawImage(bufferedImage, 0, 0, null);

        // 生成输出流图片为PNG
        ByteArrayOutputStream outStream= new ByteArrayOutputStream();
        ImageIO.write(bufferedImage, "png", outStream);
        // 也可以指定文件路径保存
        // ImageIO.write(bufferedImage, "png", new File("C:\\Users\\ron\\Desktop\\测试图\\16410394627191873(1).png"));
        System.out.println("data:image/png;base64," + UrlToBase64Util.encode(outStream.toByteArray()));
        long end = System.currentTimeMillis();
        System.out.println("耗时:" + (end - start) + "毫秒");
        System.out.println("抠图成功");
    }

    // 判断是背景还是内容
    public static boolean colorInRange(int color) {
        int red = (color & 0xff0000) >> 16;// 获取color(RGB)中R位
        int green = (color & 0x00ff00) >> 8;// 获取color(RGB)中G位
        int blue = (color & 0x0000ff);// 获取color(RGB)中B位
        System.out.println("red+ = " + red + ",green+ = " + green + ",blue+ = " + blue);
        // 通过RGB三分量来判断当前颜色是否在指定的颜色区间内
        if (red >= color_range && green >= color_range && blue >= color_range) {
            return true;
        }
        return false;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java 本身并没有提供图像抠图的相关功能,需要借助第三方库或者自己实现算法来实现图像抠图。 一种常见的图像抠图方法是基于 ACRush 的 GrabCut 算法,通过手动标记前景和背景区域,算法能够根据这些标记自动分割图像。 Java 中可以使用 OpenCV 提供的 Java 接口来实现 GrabCut 算法。具体步骤如下: 1. 加载需要抠图图片。 2. 创建一个和图片大小相同的掩码,用来标记前景和背景区域(0 表示背景,1 表示前景,2 表示未确定区域)。 3. 手动使用鼠标在图片上标记前景和背景区域,将标记信息保存到掩码中。 4. 调用 OpenCV 提供的 GrabCut 方法,输入原始图片和掩码,得到分割结果。 5. 根据分割结果,将前景区域保留,其他区域设置为透明,输出抠图结果。 以下是示例代码: ``` import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.Rect; import org.opencv.core.Scalar; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; import org.opencv.photo.Photo; import java.awt.*; import java.awt.event.MouseAdapter; import java.awt.event.MouseEvent; public class ImageCut { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } private static final Scalar RECT_COLOR = new Scalar(0, 255, 0); private static final Scalar BG_COLOR = new Scalar(0, 0, 255); private static final Scalar FG_COLOR = new Scalar(255, 0, 0); private static Point startPoint = new Point(0, 0); private static Point endPoint = new Point(0, 0); private static boolean isDrawing = false; public static void main(String[] args) { Mat img = Imgcodecs.imread("input.jpg"); Mat mask = new Mat(); Mat bgdModel = new Mat(); Mat fgdModel = new Mat(); Mat result = new Mat(); Imgproc.cvtColor(img, img, Imgproc.COLOR_BGR2RGB); grabCut(img, mask, bgdModel, fgdModel, result, 5); showResult(img, result); Imgcodecs.imwrite("output.png", result); } private static void grabCut(Mat img, Mat mask, Mat bgdModel, Mat fgdModel, Mat result, int iterCount) { Mat bgd = new Mat(); Mat fgd = new Mat(); Imgproc.cvtColor(img, img, Imgproc.COLOR_RGB2BGR); Rect rect = newRect(img.width(), img.height()); Imgproc.grabCut(img, mask, rect, bgdModel, fgdModel, iterCount, Imgproc.GC_INIT_WITH_RECT); Core.compare(mask, new Scalar(Imgproc.GC_PR_FGD), bgd, Core.CMP_EQ); Core.compare(mask, new Scalar(Imgproc.GC_FGD), fgd, Core.CMP_EQ); Mat bgModel = new Mat(), fgModel = new Mat(); Photo.estimateNewBackgroundModel(img, bgd, mask, bgModel); Imgproc.grabCut(img, mask, rect, bgModel, fgModel, iterCount, Imgproc.GC_INIT_WITH_MASK); Core.compare(mask, new Scalar(Imgproc.GC_PR_FGD), bgd, Core.CMP_EQ); Core.compare(mask, new Scalar(Imgproc.GC_FGD), fgd, Core.CMP_EQ); result.setTo(new Scalar(0, 0, 0, 0)); img.copyTo(result, fgd); } private static Rect newRect(int w, int h) { int x = w * 2 / 5; int y = h * 2 / 5; int w1 = w * 4 / 5; int h1 = h * 4 / 5; return new Rect(x, y, w1, h1); } private static void showResult(Mat img, Mat result) { HighGui.imshow("Input Image", img); HighGui.setMouseCallback("Input Image", new MouseAdapter() { @Override public void mouseClicked(MouseEvent e) { switch (e.getButton()) { case MouseEvent.BUTTON1: if (!isDrawing) { startPoint = getPoint(e); } else { endPoint = getPoint(e); drawRect(img, result); } isDrawing = !isDrawing; break; case MouseEvent.BUTTON3: splitImage(img, result); break; default: break; } } }); HighGui.imshow("GrabCut", result); HighGui.waitKey(); } private static Point getPoint(MouseEvent e) { return new Point(e.getX(), e.getY()); } private static void drawRect(Mat img, Mat result) { Rect rect = new Rect(startPoint, endPoint); Imgproc.rectangle(img, rect.tl(), rect.br(), RECT_COLOR, 2, Imgproc.LINE_AA, 0); Rect sub = new Rect(rect.x, rect.y, rect.width, rect.height); Core.subtract(new Scalar(1.0), new Mat(result, sub), new Mat(result, sub)); result.setTo(FG_COLOR, new Mat(result, sub)); HighGui.imshow("Input Image", img); } private static void splitImage(Mat img, Mat result) { for (int i = 0; i < result.rows(); i++) { for (int j = 0; j < result.cols(); j++) { if (result.get(i, j)[0] == Imgproc.GC_BGD || result.get(i, j)[0] == Imgproc.GC_PR_BGD) { result.put(i, j, new double[]{0, 0, 0, 0}); } } } Imgproc.cvtColor(result, result, Imgproc.COLOR_RGBA2RGB); HighGui.imshow("Input Image", img); HighGui.imshow("GrabCut", result); } } ``` 运行结果如下: ![](https://img-blog.csdnimg.cn/2021100601182538.png)

“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