js判断图片某坐标位置的颜色深浅

根据canvas中 getImageData() 方法拿到图片信息;
计算是不是灰度 阈值越高 越亮,反之判断为暗色。


// 判断图片x:10,y:10坐标的颜色深浅
const getColor = (url: any) => {
  let image: any = new Image();
  image.setAttribute("crossOrigin", " ");
  const canvas = document.createElement("canvas");
  image.src = url;
  image.onload = (e) => {
    const ctx = canvas.getContext("2d");
    // 设置canvas尺寸
    canvas.width = image.width;
    canvas.height = image.height;
    // 绘制图片到canvas中
    ctx.drawImage(image, 0, 0);
    // 获取canvas中的图片数据 x:10,y:10
    const data = ctx.getImageData(10, 10, 1, 1).data;
    let grayLevel = data[0] * 0.299 + data[1] * 0.587 + data[2] * 0.114;
    if (grayLevel >= 192) {
      console.log('light')
    } else {
      console.log('dark')
    }
  };
};

方法传参图片url地址

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
基于SSM的图片识别颜色系统是一种利用SSM框架(Spring+SpringMVC+MyBatis)开发的系统,用于对图片进行颜色识别和分析的应用。下面是该系统的主要功能和实现方式: 1. 图片上传:用户可以通过系统界面将图片上传到系统中。 2. 图片处理:系统会对上传的图片进行处理,提取出图片中的颜色信息。 3. 颜色识别:系统会对提取出的颜色信息进行识别,判断图片中包含的主要颜色。 4. 颜色分析:系统会对识别出的颜色进行分析,统计每种颜色图片中的占比。 5. 结果展示:系统将识别和分析的结果展示给用户,以图表或文字形式呈现。 实现该系统可以按照以下步骤进行: 1. 搭建SSM框架:使用Spring框架管理系统的各个模块,使用SpringMVC框架处理用户请求,使用MyBatis框架与数据库进行交互。 2. 图片上传:在系统界面中添加上传按钮,使用SpringMVC接收用户上传的图片,并保存到服务器指定的目录。 3. 图片处理:使用Java图像处理库(如OpenCV)对上传的图片进行处理,提取出颜色信息。 4. 颜色识别:根据提取出的颜色信息,使用颜色识别算法(如K-means聚类算法)对图片中的颜色进行识别。 5. 颜色分析:统计识别出的颜色图片中的占比,可以使用统计算法(如直方图统计)进行分析。 6. 结果展示:将识别和分析的结果以图表或文字形式展示给用户,可以使用前端框架(如Bootstrap)进行页面设计和展示。
评论 1
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