java像素級圖像處理與識別方法

朋 友要求幫忙做一個圖片識別的小程序，因爲要用在特定的環境下，所以決定採用java語言實現。首先用matlab實現了識別算法的仿真，因爲只是對特定的 數字組合的識別，所以非常的簡單，放棄採用比較複雜的識別算法，採用最普通的像素比較的識別算法。（如果背景噪聲比較複雜，可以考慮先濾波後識別）在寫 java程序的時候發現一些問題，網上關於圖片像素級操作的資料不是太多，有的還不是太正確，特此寫出自己的成果與大家分享。

核心類：BufferedImage，ImageIO
ImageIO類提供圖象讀寫接口，可以對URL，InputStream等操作，得到圖像信息十分的方便。
ImageIO在javax.imageio.*的包中，屬於jdk中的標準類。提供的方法有:
read()  例：BufferedImage imd=ImageIO.read(new File(file));
write() 例：ImageIO.write(imd, "JPEG", new File("C://test"+k+".gif"));
//具體方法可以查找jdk doc
BufferedImage 類是一個Image類的子類，與Image不同的是，它是在內存中創建和修改的，你可以顯示它也可以不顯示它，這就看你的具體需求了。這裏因爲我用於圖像 的識別所以就不需要顯示出來了。你可以通過ImageIO的方法來讀取一個文件到BufferedImage，也可以將其寫回一個文件中去。類似的操作可 以看前面的兩個方法。以及參考jdk doc
因爲我要識別類似於身份驗證的一個數字串圖片，所以我考慮把這些數字分離出來，存在不同的圖像內，這裏BufferedImage類提供一個很方便的辦法。
getSubimage(int left,int top,int width,int height)
例：    BufferedImage newim[]=new BufferedImage[4];
newim[0]=imd.getSubimage(4,0,10,18);
newim[1]=imd.getSubimage(13,0,10,18);
newim[2]=imd.getSubimage(22,0,10,18);
newim[3]=imd.getSubimage(31,0,10,18);
最後爲了得到圖像的像素，我們需要的就是得到像素的方法，這個方法有很多，這裏我介紹的是
getRGB(int x,int y) 得到特定像素點的RGB值。
例： pix=new int[10*18];pix[i*(10)+j]=newim[k].getRGB(j,i);
現在我們得到了像素，可以看出像素是一個一維數組，你如果不習慣可以考慮保存在一個二維的數組中，然後就來實施你的看家算法，什麼小波變換，拉普拉斯算子，儘管來吧。怎麼樣是不是很方便呢？什麼你好像看不太懂，好給你一些源程序好了，包括像素分解和識別算法。

源代碼
/*
* Created on 2005-11-29
*
* TODO To change the template for this generated file go to
* Window - Preferences - Java - Code Style - Code Templates
*/
package com.syvin.image;

import java.awt.*;
import java.awt.image.*;
import java.io.FileOutputStream;
import java.io.*;
import java.io.InputStream;
import java.net.URL;
import javax.imageio.*;
public class MyImage{
   BufferedImage imd;//待識別圖像

private int iw,ih;//圖像寬和高

public final static String path="D://jyy//app//tomcat//webapps//userlogon//a.jpg";

  static public void main(String args[]) {
   try{
   MyImage app = new MyImage();//構造一個類
  
   String s=app.getImageNum("C://無標題.bmp");//得到識別字符串
   System.out.println("recognize result"+s);
   byte[] by=s.getBytes();
   File f=new File("C://testfile.txt");
   FileOutputStream fos=new FileOutputStream(f);//寫入一個結果文件
   fos.write(by);
   fos.close();
   }catch(Exception e){
    e.printStackTrace();
   }
  }

//構造函數
  public MyImage() throws IOException {
  
    super("Image Test");
    try{
    }catch(Exception e){
     e.printStackTrace();
    }
  }
//得到圖像的值
  public String getImageNum(String file){
  
   StringBuffer sb=new StringBuffer("");
   try{
   imd=ImageIO.read(new File(file));//用ImageIO的靜態方法讀取圖像
BufferedImage newim[]=new BufferedImage[4];
int []x=new int[4];
        //將圖像分成四塊，因爲要處理的文件有四個數字。
newim[0]=imd.getSubimage(4,0,10,18);
newim[1]=imd.getSubimage(13,0,10,18);
newim[2]=imd.getSubimage(22,0,10,18);
newim[3]=imd.getSubimage(31,0,10,18);

for(int k=0;k<4;k++){
 

x[k]=0;

ImageIO.write(newim[k], "JPEG", new File("C://test"+k+".gif"));
this.iw=newim[k].getWidth(null);
this.ih=newim[k].getHeight(null);
pix=new int[iw*ih];

//因爲是二值圖像，這裏的方法將像素讀取出來的同時，轉換爲0，1的圖像數組。
for(int i=0;i
  for(int j=0;j
   pix[i*(iw)+j]=newim[k].getRGB(j,i);
   if(pix[i*(iw)+j]==-1)
    pix[i*(iw)+j]=0;
   else pix[i*(iw)+j]=1;
  
   x[k]=x[k]+pix[i*(iw)+j];;j++){>;i++){>

  }

}
//得到像匹配的數字。
int r=this.getMatchNum(pix);
sb.append(r);
System.out.println("x="+x[k]);
}
   }catch(Exception e){
    e.printStackTrace();
   }
return sb.toString();
}
//數字模板 0-9
  static  int[][] value={
   //num 0;
   {0,0,0,0,0,0,0,0,0,0,
    0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,1,1,0,0,0,0,
0,0,1,1,1,1,1,0,0,0,
0,0,1,1,0,0,1,1,0,0,
0,1,1,0,0,0,0,1,1,0,
0,1,1,0,0,0,0,1,1,0,
0,1,1,0,0,0,0,1,1,0,
0,1,1,0,0,0,0,1,1,0,
0,0,1,1,0,0,1,1,0,0,
0,0,0,1,1,1,1,0,0,0,
0,0,0,0,1,1,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0
    },
   //num 1
   {0,0,0,0,0,0,0,0,0,0,
   0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,1,1,1,0,0,0,
0,0,0,1,1,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
0,0,0,0,0,1,1,0,0,0,
1,1,1,1,1,1,1,1,1,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0
},
//num2
,
//num3
,
//num4
,
//num5
,
//num6
,
//num7
,
//num8
,
//num9
};
 

  //圖像像素相減取絕對值得到最小熵的結果。
  public int getMatchNum(int[] pix){
   int result=-1;
   int temp=100;
   int x;
   for(int k=0;k<=9;k++){
     x=0;
    for(int i=0;i
     x=x+Math.abs(pix[i]-value[k][i]);
   
    }
    /*for(int a=0;a<18;a++){
     for(int b=0;b<10;b++){
      System.out.print(pix[a*10+b]+"-"+value[k][a*10+b]+"|");
    
     }
     System.out.println();
   
    }*/
   
    if(x
    {
     temp=x;
     result=k;
    }
   
   }
 
   return result;
  }
  )>;i++){>

}