Java图片读取之BufferedImage得到像素矩阵的两种方式

最近在尝试着采用Java在图像处理领域实践一下常用的机器学习算法。首先涉及到的是如何将一副图片读取到一个像素矩阵中(Java中就是一维或二维数组中)。在实践过程中,通过测试代码,我发现基于BufferedImage可以有两种获取像素矩阵的方式,但需要注意像素点的保存顺序问题。
具体表现在:本例中的图片是一副彩色图片(博客头像),大小为425*292,即宽度(Width)为425,高度(Height)为292。
放上测试代码(刚测试完就放上来了,不要纠结细节),后面再说明:

/**
 * Created by Song on 2016/12/29.
 * 用于读取Image文件
 */
public final class ImgHandler {

    public static void getData(String path){
        try{
            BufferedImage bimg = ImageIO.read(new File(path));
            int [][] data = new int[bimg.getWidth()][bimg.getHeight()];
            //方式一:通过getRGB()方式获得像素矩阵
            //此方式为沿Height方向扫描
            for(int i=0;ifor(int j=0;j//输出一列数据比对
                    if(i==0)
                        System.out.printf("%x\t",data[i][j]);
                }
            }
            Raster raster = bimg.getData();
            System.out.println("");
            int [] temp = new int[raster.getWidth()*raster.getHeight()*raster.getNumBands()];
            //方式二:通过getPixels()方式获得像素矩阵
            //此方式为沿Width方向扫描
            int [] pixels  = raster.getPixels(0,0,raster.getWidth(),raster.getHeight(),temp);
            for (int i=0;i//输出一列数据比对
                if((i%raster.getWidth()*raster.getNumBands())==0)
                    System.out.printf("ff%x%x%x\t",pixels[i],pixels[i+1],pixels[i+2]);
                i+=3;
            }
        }catch (IOException e){
            e.printStackTrace();
        }

    }

    public static void main(String [] args){
        getData("E:\\a.jpg");
    }
}

在方式一中,getRGB()方法,根据手册,其返回的int型数据(32位)为ARGB格式,其中ARGB各占8bit。getRGB的两个参数x,y分别对应像素点的横纵坐标,但需注意的是,以图片左上角点为坐标原点,x轴正方向是沿着width方向的,y轴正方向是沿着Height方向的。不信的同学,可以试着把二者调换,就会发现系统会报数组溢出的异常。
在方式二中,像素会通过getPixels()方法被保存在一个一维数组中。其中temp数据为读取数据的缓冲区,其大小的确定一定要是其图像通道数(通过getNumBands()获得)的整数倍,例如这里的彩色图片有RGB三个通道,所以通道数就为3。在最终得到的结果一维数组中,一维数组的大小为Width*Height*NumBands。此处,一个像素点占三个位置(R,G,B),与方式一得到的值作比对时,才发现,这里的一维数组中,像素点的排列顺序是按着Width横向扫码得到的。
鉴于操作的便捷来说,个人肯定偏向于方向一,首先它把RGB值整合到了一起,不像方式二中是分开的三个int数,二是二维数组相较于一维数组,肯定更加接近矩阵的概念,便于运算。

你可能感兴趣的:(机器学习笔记,图像读取,java)