文件下載地址（源碼在jar中）：http://code.google.com/p/greenvm/downloads/list
這些天來，筆者對於[綠壩]的讚美猶如滔滔江水連綿不絕，又似黃河決口，一發不可收拾。
“心之所慕，情之所仰”，不由得令筆者也開始研究起[圖像過濾]的“先進”技術來，於是今天下午花了些許時間，也“先進”了一吧，做了個Java版
的圖像過濾實現。當然，出於Java性能的考慮，筆者這裏沒有做圖像攔截，而是使用了圖像遮擋的手段來達到攔截的目的。順便也告訴網友，究竟圖像的什麼部
位，可能會在[綠壩]中[犯禁]（我用的[史萊姆]覆蓋……）。
PS：在正式開篇之前，爲了體現本文所應用技術的先進性，我也學習號稱全國領先的綠壩重重的加上一筆 [本代碼可以過濾圖片中的不良信息，但不保證不良信息能完全被過濾，也不保證被過濾的信息完全是不良信息 ]
實際上，根據網絡上流傳的[金惠談判響應書]中所涉及到的資料，我們都知道綠壩對於人物圖像採取了很簡單——不，應該說是外行看上去很複雜的膚色驗
證手段，也就是提取出可歸納爲人肉色的圖像區域轉化爲黑白圖（明白爲什麼驗證不了黑人了嗎？），再通過黑白圖運算肉色範圍最終判定是否過濾圖形的古老——
被先進性使用的古老技術。
事實上，通過膚色檢測只不過是最初直方圖（取人體結構判定人類圖像）的一個簡化，固有的問題還是沒有解決，比如很多風景圖片也有大塊的類膚色區域，
況且還有膚色高光部分導致的漏判，還有大塊人臉等。通過一個人臉檢測器來過濾大塊的人臉區域於是成了標配。引入更多的圖像特徵，比如紋理等，也可以過濾掉一些誤判的風景圖像。
具體的請下源碼吧，這個東西雖然不難，但是用筆寫的話與以前寫[AI]時一樣，同屬論文素材之一……
比如以下運行截圖，就如[綠壩]一樣，將[主席]給[×××]掉了（天地良心啊，我最初設置的肉色範圍真的不會誤判[主席]，爲了配合網上的[綠壩]實驗結果才後改的取值範圍……）：
而網上盛傳的機器貓圖，因爲完全不符合[肉色]的範圍，則平安無事。
我驗證了一下，果然加菲過不了這關，而且是這圖中的很多部分……
小馬哥[玉照]一樣不行……
這個，我覺得吧，過濾後似乎更黃更暴力了|||，果然還是學[綠壩]直接阻止訪問的好……
文件下載地址（源碼在jar中）：http://code.google.com/p/greenvm/downloads/list