java 디지털 이미지 처리 기반 이미지 파일 쓰기 예시 사용하기
File file = new File("D:\\test\\blue_flower.jpg");
BufferedImage image = ImageIO.read(file);
그림 파일을 쓰는 코드는 다음과 같습니다
File outputfile = new File("saved.png");
ImageIO.write(bufferedImage, "png",outputfile);
BufferedImage 객체에서 픽셀 데이터를 읽는 코드는 다음과 같습니다
int type= image.getType();
if ( type ==BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
return (int [])image.getRaster().getDataElements(x, y, width, height, pixels );
else
return image.getRGB( x, y, width, height, pixels, 0, width );
먼저 32비트 INT형 데이터가 아닌 경우 RGB 값을 직접 읽고 쓸 수 있는 이미지 유형을 가져옵니다. 그렇지 않으면 Raster 객체에서 읽어야 합니다.BufferedImage 객체에 픽셀 데이터를 쓰는 것도 위의 규칙을 따릅니다.코드는 다음과 같습니다
int type= image.getType();
if ( type ==BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
image.getRaster().setDataElements(x, y, width, height, pixels );
else
image.setRGB(x, y, width, height, pixels, 0, width );
이미지를 읽는 데는 이미지 파일이 크기 때문에 일정 시간의 기다림이 필요할 수 있습니다. Java Advance ImageProcessor API는 MediaTracker 대상을 제공하여 이미지의 불러오는 것을 추적하고 다른 작업을 동기화합니다. 사용 방법은 다음과 같습니다. MediaTracker = new MediaTracker (this);//대상 트랙터를 초기화합니다.addImage(image_01, 1);//추적할 BufferedImage 객체 image_ 추가001tracker.waitForID(1,10000)//10초 대기,iamge_01 이미지 로드는 32비트 int형 데이터 cARGB에서 이미지 RGB 색상 값을 읽는 코드는 다음과 같습니다. 1 int alpha = (cARGB >> 24) & 0xff;//투명도 채널 2 int red = (cARGB >> 16) & 0xff;3 int green = (cARGB >> 8) &0xff;4 int blue = cARGB & 0xff;RGB 색상 값을 INT형 데이터 cRGB로 쓰는 코드는 다음과 같습니다. cRGB = (alpha<24) | (red<16) | (green<8) | blue;BufferedImage 객체를 만드는 코드는 다음과 같습니다. BufferedImage image = newBufferedImage(256, 256, BufferedImage.TYPE_INT_ARGB);전체 소스 코드 데모는 다음과 같습니다.
package com.gloomyfish.swing;
import java.awt.BorderLayout;
import java.awt.Dimension;
import java.awt.Graphics;
import java.awt.Graphics2D;
import java.awt.RenderingHints;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imageio.ImageIO;
import javax.swing.JComponent;
import javax.swing.JFrame;
public class PlasmaDemo extends JComponent {
/**
*
*/
private static final long serialVersionUID = -2236160343614397287L;
private BufferedImage image = null;
private int size = 256;
public PlasmaDemo() {
super();
this.setOpaque(false);
}
protected void paintComponent(Graphics g) {
Graphics2D g2 = (Graphics2D)g;
g2.setRenderingHint(RenderingHints.KEY_ANTIALIASING, RenderingHints.VALUE_ANTIALIAS_ON);
g2.drawImage(getImage(), 5, 5, image.getWidth(), image.getHeight(), null);
}
private BufferedImage getImage() {
if(image == null) {
image = new BufferedImage(size, size, BufferedImage.TYPE_INT_ARGB);
int[] rgbData = new int[size*size];
generateNoiseImage(rgbData);
setRGB(image, 0, 0, size, size, rgbData);
File outFile = new File("plasma.jpg");
try {
ImageIO.write(image, "jpg", outFile);
} catch (IOException e) {
e.printStackTrace();
}
}
return image;
}
public void generateNoiseImage(int[] rgbData) {
int index = 0;
int a = 255;
int r = 0;
int g = 0;
int b = 0;
for(int row=0; row<size; row++) {
for(int col=0; col<size; col++) {
// set random color value for each pixel
r = (int)(128.0 + (128.0 * Math.sin((row + col) / 8.0)));
g = (int)(128.0 + (128.0 * Math.sin((row + col) / 8.0)));
b = (int)(128.0 + (128.0 * Math.sin((row + col) / 8.0)));
rgbData[index] = ((clamp(a) & 0xff) << 24) |
((clamp(r) & 0xff) << 16) |
((clamp(g) & 0xff) << 8) |
((clamp(b) & 0xff));
index++;
}
}
}
private int clamp(int rgb) {
if(rgb > 255)
return 255;
if(rgb < 0)
return 0;
return rgb;
}
public void setRGB( BufferedImage image, int x, int y, int width, int height, int[] pixels ) {
int type = image.getType();
if ( type == BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
image.getRaster().setDataElements( x, y, width, height, pixels );
else
image.setRGB( x, y, width, height, pixels, 0, width );
}
public static void main(String[] args) {
JFrame frame = new JFrame("Noise Art Panel");
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
frame.getContentPane().setLayout(new BorderLayout());
frame.getContentPane().add(new PlasmaDemo(), BorderLayout.CENTER);
frame.setPreferredSize(new Dimension(400 + 25,450));
frame.pack();
frame.setVisible(true);
}
}
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
opencv 기하학적 형상 추출기하학적 형상 식별(삼각형, 사각형/사각형, 다각형, 원 식별) 기하학적 형상 면적과 둘레, 중심 위치 계산 구체적인 코드 실현과 프로그램 시범을 보이기 전에 우리는 먼저 몇 가지 개념을 분명히 해야 한다. 1. 기...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.