图像处理------特殊灰度算法技巧 分类： 视频图像处理 2015-07-24 09:53 28人阅读 评论(0) 收藏

介绍几种特殊的灰度算法滤镜，将彩色图像转换为灰度图像。其中涉及到的有基于阈值的图

像二值化，弗洛伊德.斯坦德伯格抖动算法，基于阈值的部分灰度化

 

基础知识- 怎么把RGB转换为单色的[0 ~256]之间的灰度，最常用的转换公式如下：

Gray = 0.299 * red + 0.587 * green + 0.114 * blue;

 

1.       基于像素平均值的图像阈值二值化算法：

处理流程：

a.      首先将彩色图像转换为灰度图像

b.      计算灰度图像的算术平均值– M

c.      以M为阈值，完成对灰度图二值化( 大于阈值M,像素点赋值为白色，否则赋值为黑

色)

图像效果：


关键代码：

[java] view plaincopy
  1. public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
  2.     int width = src.getWidth();  
  3.        int height = src.getHeight();  
  4.   
  5.        if ( dest == null )  
  6.            dest = createCompatibleDestImage( src, null );  
  7.        src = super.filter(src, dest);  
  8.   
  9.        int[] inPixels = new int[width*height];  
  10.        int[] outPixels = new int[width*height];  
  11.        getRGB(src, 0, 0, width, height, inPixels );  
  12.          
  13.        // calculate means of pixel    
  14.        int index = 0;    
  15.        double redSum = 0, greenSum = 0, blueSum = 0;    
  16.        double total = height * width;    
  17.        for(int row=0; row<height; row++) {    
  18.            int ta = 0, tr = 0, tg = 0, tb = 0;    
  19.            for(int col=0; col<width; col++) {    
  20.                index = row * width + col;    
  21.                ta = (inPixels[index] >> 24) & 0xff;    
  22.                tr = (inPixels[index] >> 16) & 0xff;    
  23.                tg = (inPixels[index] >> 8) & 0xff;    
  24.                tb = inPixels[index] & 0xff;    
  25.                redSum += tr;    
  26.                greenSum += tg;    
  27.                blueSum +=tb;    
  28.            }    
  29.        }  
  30.        int means = (int)(redSum / total);  
  31.        System.out.println(" threshold average value = " + means);  
  32.          
  33.        // dithering   
  34.        for(int row=0; row<height; row++) {  
  35.         int ta = 0, tr = 0, tg = 0, tb = 0;  
  36.         for(int col=0; col<width; col++) {  
  37.             index = row * width + col;  
  38.             ta = (inPixels[index] >> 24) & 0xff;  
  39.                tr = (inPixels[index] >> 16) & 0xff;  
  40.                tg = (inPixels[index] >> 8) & 0xff;  
  41.                tb = inPixels[index] & 0xff;  
  42.                if(tr >=means) {  
  43.                 tr = tg = tb = 255;  
  44.                } else {  
  45.                 tr = tg = tb = 0;  
  46.                }  
  47.                outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;  
  48.                  
  49.         }  
  50.        }  
  51.        setRGB( dest, 0, 0, width, height, outPixels );  
  52.        return dest;  
  53. }  

2.       基于错误扩散的Floyd-Steinberg抖动算法

关于什么是Floyd-Steinberg抖动，参见这里

http://en.wikipedia.org/wiki/Floyd–Steinberg_dithering

图像效果：

关键代码：

[java] view plaincopy
  1. @Override  
  2. public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
  3.     int width = src.getWidth();  
  4.        int height = src.getHeight();  
  5.   
  6.        if ( dest == null )  
  7.         dest = createCompatibleDestImage( src, null );  
  8.        src = super.filter(src, dest);  
  9.   
  10.        int[] inPixels = new int[width*height];  
  11.        int[] outPixels = new int[width*height];  
  12.        getRGB( src, 0, 0, width, height, inPixels );  
  13.        int index = 0;  
  14.        for(int row=0; row<height; row++) {  
  15.         for(int col=0; col<width; col++) {  
  16.             index = row * width + col;  
  17.                int r1 = (inPixels[index] >> 16) & 0xff;  
  18.                int g1 = (inPixels[index] >> 8) & 0xff;  
  19.                int b1 = inPixels[index] & 0xff;  
  20.                int cIndex = getCloseColor(r1, g1, b1);  
  21.                outPixels[index] = (255 << 24) | (COLOR_PALETTE[cIndex][0] << 16) | (COLOR_PALETTE[cIndex][1] << 8) | COLOR_PALETTE[cIndex][2];  
  22.                int er = r1 - COLOR_PALETTE[cIndex][0];  
  23.                int eg = g1 - COLOR_PALETTE[cIndex][1];  
  24.                int eb = b1 -  COLOR_PALETTE[cIndex][2];  
  25.                int k = 0;  
  26.                  
  27.                if(row + 1 < height && col - 1 > 0) {  
  28.                 k = (row + 1) * width + col - 1;  
  29.                    r1 = (inPixels[k] >> 16) & 0xff;  
  30.                    g1 = (inPixels[k] >> 8) & 0xff;  
  31.                    b1 = inPixels[k] & 0xff;  
  32.                    r1 += (int)(er * kernelData[0]);  
  33.                    g1 += (int)(eg * kernelData[0]);  
  34.                    b1 += (int)(eb * kernelData[0]);  
  35.                    inPixels[k] = (255 << 24) | (clamp(r1) << 16) | (clamp(g1) << 8) | clamp(b1);  
  36.                }  
  37.                  
  38.                if(col + 1 < width) {  
  39.                 k = row * width + col + 1;  
  40.                    r1 = (inPixels[k] >> 16) & 0xff;  
  41.                    g1 = (inPixels[k] >> 8) & 0xff;  
  42.                    b1 = inPixels[k] & 0xff;  
  43.                    r1 += (int)(er * kernelData[3]);  
  44.                    g1 += (int)(eg * kernelData[3]);  
  45.                    b1 += (int)(eb * kernelData[3]);  
  46.                    inPixels[k] = (255 << 24) | (clamp(r1) << 16) | (clamp(g1) << 8) | clamp(b1);  
  47.                }  
  48.                  
  49.                if(row + 1 < height) {  
  50.                 k = (row + 1) * width + col;  
  51.                    r1 = (inPixels[k] >> 16) & 0xff;  
  52.                    g1 = (inPixels[k] >> 8) & 0xff;  
  53.                    b1 = inPixels[k] & 0xff;  
  54.                    r1 += (int)(er * kernelData[1]);  
  55.                    g1 += (int)(eg * kernelData[1]);  
  56.                    b1 += (int)(eb * kernelData[1]);  
  57.                    inPixels[k] = (255 << 24) | (clamp(r1) << 16) | (clamp(g1) << 8) | clamp(b1);  
  58.                }  
  59.                  
  60.                if(row + 1 < height && col + 1 < width) {  
  61.                 k = (row + 1) * width + col + 1;  
  62.                    r1 = (inPixels[k] >> 16) & 0xff;  
  63.                    g1 = (inPixels[k] >> 8) & 0xff;  
  64.                    b1 = inPixels[k] & 0xff;  
  65.                    r1 += (int)(er * kernelData[2]);  
  66.                    g1 += (int)(eg * kernelData[2]);  
  67.                    b1 += (int)(eb * kernelData[2]);  
  68.                    inPixels[k] = (255 << 24) | (clamp(r1) << 16) | (clamp(g1) << 8) | clamp(b1);  
  69.                }  
  70.         }  
  71.        }  
  72.        setRGB( dest, 0, 0, width, height, outPixels );  
  73.        return dest;  
  74. }  
3.       选择性灰度算法

计算选择的颜色与像素灰度颜色之间的几何距离值，跟阈值比较决定是否像素点为灰度

值，可以得到一些让你意想不到的图像处理效果！

图像效果 (Main Color = GREEN, 阈值 = 200)

原图：

处理以后

 关键代码：

[java] view plaincopy
  1. public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
  2.     int width = src.getWidth();  
  3.        int height = src.getHeight();  
  4.   
  5.        if ( dest == null )  
  6.         dest = createCompatibleDestImage( src, null );  
  7.   
  8.        int[] inPixels = new int[width*height];  
  9.        int[] outPixels = new int[width*height];  
  10.        getRGB( src, 0, 0, width, height, inPixels );  
  11.        int index = 0;  
  12.        for(int row=0; row<height; row++) {  
  13.         int ta = 0, tr = 0, tg = 0, tb = 0;  
  14.         for(int col=0; col<width; col++) {  
  15.             index = row * width + col;  
  16.             ta = (inPixels[index] >> 24) & 0xff;  
  17.                tr = (inPixels[index] >> 16) & 0xff;  
  18.                tg = (inPixels[index] >> 8) & 0xff;  
  19.                tb = inPixels[index] & 0xff;  
  20.                int gray = (int)(0.299 * (double)tr + 0.587 * (double)tg + 0.114 * (double)tb);  
  21.                double distance = getDistance(tr, tg, tb);  
  22.                if(distance < threshold) {  
  23.                 double k = distance / threshold;  
  24.                 int[] rgb = getAdjustableRGB(tr, tg, tb, gray, (float)k);  
  25.                 tr = rgb[0];  
  26.                 tg = rgb[1];  
  27.                 tb = rgb[2];  
  28.                 outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;  
  29.                } else {  
  30.                 outPixels[index] = (ta << 24) | (gray << 16) | (gray << 8) | gray;                      
  31.                }  
  32.                  
  33.         }  
  34.        }  
  35.        setRGB( dest, 0, 0, width, height, outPixels );  
  36.        return dest;  
  37. }  

[java] view plaincopy
  1. 创建新的目标Image  
[java] view plaincopy
  1. public BufferedImage createCompatibleDestImage(BufferedImage src, ColorModel dstCM) {  
  2.     if ( dstCM == null )  
  3.         dstCM = src.getColorModel();  
  4.     return new BufferedImage(dstCM, dstCM.createCompatibleWritableRaster(src.getWidth(), src.getHeight()), dstCM.isAlphaPremultiplied(), null);  
  5. }  

版权声明：本文为博主原创文章，未经博主允许不得转载。

posted @ 2015-07-24 09:53  毛毛虫的薄刻  阅读(216)  评论(0)  编辑  收藏  举报