页游中的PNG图片资源的裁剪和还原

图片资源的管理，一直是网页游戏中头疼的问题。在保持图片质量和功能实现的基础上，图片越小越有利于管理，节省带宽，给玩家带来更好的用户体验。

美术在制作图片的时候，考虑到统一性和方便性，一般会对一系列的图片限定一个尺寸和中心点，在这个基础上进行制图。如一般网页游戏中的角色形象，考虑到要配合装备、武器、战斗及播放特效等动作，图片尺寸都会比角色的实际大小大得多，如下图用的尺寸是640*480，大小70.1KB，而角色部分只占其中很小的一部分。

一般网页游戏的视觉效果都是通过播放一系列的图片来实现，如绚丽的特效，人物的走动、战斗等。以角色为例，大部分游戏中都有的动作：站立、走路、攻击、受伤、死亡等，每个动作又分五个方向；平均每个动作每个方向5~10帧，应该可以想象出图片量了吧。

一：图片管理

一个网页游戏这样的图片资源可能会有成千上万张，如果管理才方便查看和编辑呢。最简单的方法是直接用文件夹，采用规范的文件命名和分类管理等还是可以应付过来的，不过想想那几千张图片头就大，多人查看也是个问题，更可况还需要编辑。所以，开发一个管理工具还是很有必要的，把图片存储到web服务器或是数据库中，提供界面化的操作。工具带来的好处，谁用谁知道！

二：图片裁剪

考虑到网游资源图片的特点：有固定尺寸，有用像素只占其中一小部分，边缘透明像素居多。为何不把周围透明像素裁剪掉，只存中间的有用像素呢。对，裁剪后再存储，只要记住原图片的大小和裁剪的偏移量，就可以把它还原出来。这当然是程序自动裁剪，要叫我用photoshop一张一张慢慢地手动裁剪你去死吧。

图片裁剪后再存储带来的几个好处：

占用存储空间变小

加载图片速度加快

程序运行更加流畅

数据库中应该记录什么数据才能把裁剪后的图片还原呢？图片原始数据是必须的，可以直接存储图片文件的二进制数据，还有就是裁剪后的偏移量和原始图片的宽高；不妨给它定义一个Bean类：

package com.monitor1394;import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imageio.ImageIO;/*** 裁剪后的图片* * @author monitor* Created on 2011-11-28, 10:24:43*/
public class CroppedImage {/** 偏移量X */private int offsetX;/** 偏移量Y */private int offsetY;/** 原始图片的宽 */private int originalWid;/** 原始图片的高 */private int originalHig;/** 图片的二进制数据 */private byte[] imageByte;/** 图片路径 */private String imagePath;/** 裁剪后的图片 */private BufferedImage image;/*** 构造一个需从图片文件加载数据的CroppedImage* * @param filePath 图片文件路径* @throws IOException 如果在读取过程中发生错误*/public CroppedImage(String filePath) throws IOException{File file=new File(filePath);if(file==null) throw new NullPointerException("file is null");BufferedImage sourImage=ImageIO.read(file);if(sourImage==null) throw new NullPointerException("image is null");imagePath=filePath;originalWid=sourImage.getWidth();originalHig=sourImage.getHeight();image=sourImage;}public BufferedImage getImage() {return image;}public void setImage(BufferedImage image) {this.image = image;}public byte[] getImageByte() {return imageByte;}public void setImageByte(byte[] imageByte) {this.imageByte = imageByte;}public String getImagePath() {return imagePath;}public void setImagePath(String imagePath) {this.imagePath = imagePath;}public int getOffsetX() {return offsetX;}public void setOffsetX(int offsetX) {this.offsetX = offsetX;}public int getOffsetY() {return offsetY;}public void setOffsetY(int offsetY) {this.offsetY = offsetY;}public int getOriginalHig() {return originalHig;}public void setOriginalHig(int originalHig) {this.originalHig = originalHig;}public int getOriginalWid() {return originalWid;}public void setOriginalWid(int originalWid) {this.originalWid = originalWid;}@Overridepublic String toString(){return imagePath;}
}

至于图片裁剪，关键在于获得正确的裁剪区域，我在之前一篇很老的文件有提过：一般PNG图片压缩的Java实现，回顾一下：

/** * 获得裁剪图片保留区域 * @param image 要裁剪的图片 * @return 保留区域 */
private static Rectangle getCutAreaAuto(BufferedImage image){  if(image==null) throw new NullPointerException("图片为空");  int width=image.getWidth();  int height=image.getHeight();  int startX=width;  int startY=height;  int endX=0;  int endY=0;  int []pixel=new int[width*height];  pixel=image.getRGB(0, 0, width, height, pixel, 0, width);  for(int i=0;i<pixel.length;i++){  if(isCutBackPixel(pixel[i])) continue;  else{  int w=i%width;  int h=i/width;  startX=(w<startX)?w:startX;  startY=(h<startY)?h:startY;  endX=(w>endX)?w:endX;  endY=(h>endY)?h:endY;  }  }  if(startX>endX || startY>endY){  startX=startY=0;  endX=width;  endY=height;  }  return new Rectangle(startX, startY, endX-startX, endY-startY);
}  /** * 当前像素是否为背景像素 * @param pixel * @return */
private static boolean isCutBackPixel(int pixel){  int back[]={0,8224125,16777215,8947848,460551,4141853,8289918};  for(int i=0;i<back.length;i++){  if(back[i]==pixel) return true;  }  return false;
}

三：一些探讨

现在方法大体和以前一致，只是有个需要注意的地方：透明背景像素问题。一般我们认为透明背景像素应该为0，或者说这是最纯正的，只可惜这年头纯都是装出来的。后来慢慢发现透明像素还有其他不一样的值。以下是前面那张图用getRGB方法获得像素数组前3行的部分像素（十六进制和十进制）：

================================================================
BufferedImage@1100d7a: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 640 height = 480 #numDataElements 4 dataOff[0] = 3
7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7f7f7f(8355711) 7f7f7f(8355711) 7e7e7e(8289918) 7f7f7f(8355711) 7e7e7e(8289918) 7f7f7f(8355711)
7e7e7e(8289918) 7e7e7e(8289918) 7f7f7f(8355711) 7e7e7e(8289918) 7f7f7f(8355711) 7f7f7f(8355711) 7e7e7e(8289918) 7e7e7e(8289918) 7f7f7f(8355711)
7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918) 7e7e7e(8289918)

图片图形方面的知识不甚了解，下面只从程序角度进行分析。先来看下BufferedImage的getRGB方法：

public int[] getRGB(int startX,int startY,int w,int h,int[] rgbArray,int offset,int scansize)

从图像数据的某一部分返回默认 RGB 颜色模型 (TYPE_INT_ARGB) 和默认 sRGB 颜色空间中整数像素数组。如果该默认模型与该图像的 ColorModel 不匹配，则发生颜色转换。在使用此方法所返回的数据中，每个颜色分量只有 8 位精度。通过图像中指定的坐标 (x, y)，ARGB 像素可以按如下方式访问：

    pixel   = rgbArray[offset + (y-startY)*scansize + (x-startX)];

如果该区域不在边界内部，则抛出 ArrayOutOfBoundsException。但是，不保证进行显式的边界检查。

参数：

startX - 起始 X 坐标

startY - 起始 Y 坐标

w - 区域的宽度

h - 区域的高度

rgbArray - 如果不为 null，则在此写入 rgb 像素

offset - rgbArray 中的偏移量

scansize - rgbArray 的扫描行间距

返回：

RGB 像素数组。

另请参见：

setRGB(int, int, int),setRGB(int, int, int, int, int[], int, int)

从官方的Javadoc介绍得知，getRGB是以 TYPE_INT_ARGB颜色模型（ ColorModel）和 sRGB颜色空间（ ColorSpace）作为默认值获取像素数组，如果颜色模型不一致，得到的像素都是经过转化的。图片的像素实际存储在 DataBuffer中，随着图片的类型不同DataBuffer的内部存储结构是不一样的。图形图像方面的知识真是太深奥了，这泥坑我们就不跳进去了，免得无法自拔。感兴趣的童鞋不妨了解一下：

BufferedImage

ColorModel

ColorSpace

Raster

DataBuffer

像素被转化就转化了吧，令人郁闷的是：为什么透明背景像素出现两个值？更甚至，即使几张看似一致的图片，那两个值还是不同的值。这两个问题一般出现在用3dmax渲出来的PNG图片上。不信你用photoshop做一张透明的图片看看，输出的值绝对是0或者FFFFFF。现有四张用3dmax渲出来的图片，用下面的输出方法输出相关信息：

    private void printImageDetail(BufferedImage image){if(image==null) return;System.out.println("================================================================");int wid=image.getWidth();int hig=image.getHeight();int[] pixels=new int[wid*hig];System.out.println(image);image.getRGB(0, 0, wid, hig, pixels, 0, wid);printPixel(pixels,wid); }private void printPixel(int[] pixel,int wid){int count=1;int num=1;for(int m=0;m<pixel.length;m++){if(pixel[m]==0){if((num++)<10)System.out.print(String.format("%6s(%7d) ","000000",pixel[m]));}else{if((num++)<10)System.out.print(String.format("%6s(%7d) ",Integer.toHexString(pixel[m]),pixel[m]));}if((m+1)%wid==0){System.out.println();num=1;if(count++>2)return;}}}

得到结果：

================================================================
BufferedImage@1100d7a: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 640 height = 480 #numDataElements 4 dataOff[0] = 3
888888(8947848) 878787(8882055) 878787(8882055) 878787(8882055) 888888(8947848) 878787(8882055) 878787(8882055) 878787(8882055) 878787(8882055)
888888(8947848) 888888(8947848) 888888(8947848) 888888(8947848) 888888(8947848) 878787(8882055) 888888(8947848) 888888(8947848) 888888(8947848)
878787(8882055) 888888(8947848) 878787(8882055) 878787(8882055) 888888(8947848) 888888(8947848) 878787(8882055) 878787(8882055) 888888(8947848)
================================================================
BufferedImage@5ffb18: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 640 height = 480 #numDataElements 4 dataOff[0] = 3
9c9c9c(10263708) 9c9c9c(10263708) 9c9c9c(10263708) 9c9c9c(10263708) 9c9c9c(10263708) 9c9c9c(10263708) 9b9b9b(10197915) 9c9c9c(10263708) 9c9c9c(10263708)
9b9b9b(10197915) 9c9c9c(10263708) 9c9c9c(10263708) 9c9c9c(10263708) 9b9b9b(10197915) 9c9c9c(10263708) 9b9b9b(10197915) 9b9b9b(10197915) 9c9c9c(10263708)
9c9c9c(10263708) 9b9b9b(10197915) 9c9c9c(10263708) 9c9c9c(10263708) 9b9b9b(10197915) 9b9b9b(10197915) 9c9c9c(10263708) 9b9b9b(10197915) 9c9c9c(10263708)
================================================================
BufferedImage@1c5c1: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 640 height = 480 #numDataElements 4 dataOff[0] = 3
6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 707070(7368816)
6f6f6f(7303023) 707070(7368816) 6f6f6f(7303023) 707070(7368816) 6f6f6f(7303023) 707070(7368816) 707070(7368816) 6f6f6f(7303023) 6f6f6f(7303023)
707070(7368816) 707070(7368816) 707070(7368816) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 6f6f6f(7303023) 707070(7368816) 6f6f6f(7303023)
================================================================
BufferedImage@1787038: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 640 height = 480 #numDataElements 4 dataOff[0] = 3
7d7d7d(8224125) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332)
7c7c7c(8158332) 7d7d7d(8224125) 7c7c7c(8158332) 7d7d7d(8224125) 7d7d7d(8224125) 7d7d7d(8224125) 7d7d7d(8224125) 7d7d7d(8224125) 7c7c7c(8158332)
7d7d7d(8224125) 7c7c7c(8158332) 7d7d7d(8224125) 7d7d7d(8224125) 7d7d7d(8224125) 7d7d7d(8224125) 7c7c7c(8158332) 7c7c7c(8158332) 7c7c7c(8158332)

看下 BufferedImage的源码：

    public String toString() {return new String("BufferedImage@"+Integer.toHexString(hashCode())+": type = "+imageType+" "+colorModel+" "+raster);}

从结果得知，每张图片的imageType、colorModel、raster都几乎是一样的。但是得到的像素数组却截然不同。不妨用photoshop打开什么操作都不做直接保存或是裁剪一小部分，像素全为ffffff：

================================================================
BufferedImage@1100d7a: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 60 height = 46 #numDataElements 4 dataOff[0] = 3
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
================================================================
BufferedImage@5ffb18: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 63 height = 53 #numDataElements 4 dataOff[0] = 3
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
================================================================
BufferedImage@1abc7b9: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 70 height = 52 #numDataElements 4 dataOff[0] = 3
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
================================================================
BufferedImage@1ac3c08: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 68 height = 58 #numDataElements 4 dataOff[0] = 3
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
================================================================
BufferedImage@1c5c1: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 72 height = 63 #numDataElements 4 dataOff[0] = 3
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)
ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215) ffffff(16777215)

但区别在哪？还望高人指点。3dmax渲染图片参数设置原因？于是叫美工帮忙用3dmax渲出张图片看看：

输出结果：

================================================================
BufferedImage@1100d7a: type = 6 ColorModel: #pixelBits = 32 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@e4f972 transparency = 3 has alpha = true isAlphaPre = false ByteInterleavedRaster: width = 300 height = 200 #numDataElements 4 dataOff[0] = 3
000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0)
000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0)
000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0)

设置方面也没什么特殊的：

（注：上图对应的应该是灰度16位的选项，其实RGB48位的也差不多：）

================================================================
BufferedImage@e4f972: type = 0 ColorModel: #pixelBits = 64 numComponents = 4 color space = java.awt.color.ICC_ColorSpace@b4d3d5 transparency = 3 has alpha = true isAlphaPre = false ShortInterleavedRaster: width = 300 height = 200 #numDataElements 4
000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0)
000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0)
000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0) 000000(      0)

难道还有别的高级设置？这我就无从得知了。我们也暂且不管了，反正就那么一回事（怎么个一回事？我哪知道怎么回事）。

四：终极解决方法

简单的方法和之前一样，来一个不一样的透明像素就把它加到数组里面。就我这种犟驴不觉得烦，真是一根筋，转化一下不就行了。最好是能把透明像素转成0或者ffffff：

将CroppedImage构造方法中的：

    image=sourImage;

改成：

    image=new BufferedImage(originalWid,originalHig,BufferedImage.TYPE_INT_ARGB);Graphics2D g2d=image.createGraphics();g2d.drawImage(sourImage, 0, 0, null);g2d.dispose();

这样转化后的透明背景像素都变为0，裁剪方法中就可以去掉 isCutBackPixel()方法，直接和0比较：

    private BufferedImage cut(BufferedImage desImage) throws IOException{Rectangle rect=getCutRectangleAuto(desImage);offsetX=rect.x;offsetY=rect.y;return desImage.getSubimage(rect.x, rect.y,rect.width, rect.height);}/*** 自动获取裁剪区域* @param image 要裁剪的图片* @return Rectangle实例*/private Rectangle getCutRectangleAuto(BufferedImage image){if(image==null) throw new NullPointerException("image is null");int width=image.getWidth();int height=image.getHeight();int startX=width;int startY=height;int endX=0;int endY=0;int[] pixel=new int[width*height];pixel=image.getRGB(0, 0, width, height, pixel, 0, width);for(int i=0;i<pixel.length;i++){if(pixel[i]==0) continue;int w=i%width;int h=i/width;startX=(w<startX)?w:startX;startY=(h<startY)?h:startY;endX=(w>endX)?w:endX;endY=(h>endY)?h:endY;}if(startX>=endX || startY>=endY){return new Rectangle(1, 1, 1, 1);}else{return new Rectangle(startX, startY, endX-startX, endY-startY);}}

五：获得图片的字节数组

图片的字节数组是用于存储到数据库的，获取图片也是通过解析这个字节数组得到图片：

    ByteArrayOutputStream bos = new ByteArrayOutputStream();ImageIO.write(image, "png", bos);imageByte = bos.toByteArray();

六：从字节数组获得图片

    /*** 获得裁剪后的图片* @return BufferedImage*/public BufferedImage getImage() {if(image==null){ByteArrayInputStream bis = new ByteArrayInputStream(imageByte);try{image = ImageIO.read(bis);}catch(Exception e){}finally{try{bis.close();}catch(Exception ex){}}}return image;}

七：还原

记录了原始数据，还原就简单了：

    /*** 获得原始图片* @return BufferedImage实例*/public BufferedImage getOriginalImage(){if(image==null) image=getImage();if(image==null) return null;Graphics2D g2d=null;BufferedImage sourImage=new BufferedImage(originalWid,originalHig,BufferedImage.TYPE_INT_ARGB);g2d=sourImage.createGraphics();g2d.drawImage(image, offsetX, offsetY, null);g2d.dispose();return sourImage;}

八：小结

很高兴你有耐心看到这里，要拍砖喷饭尽管放马过来。本文主要是探讨了页游中的图片裁剪问题和一些简单的实现，虽没深究，若能抛砖引玉最好不过了。能力有限，缺点难免，欢迎纠正。下面是CroppedImage类的完整代码：

package com.monitor1394;import java.awt.Graphics2D;
import java.awt.Rectangle;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
import javax.imageio.ImageIO;/*** 裁剪后的图片* * @author monitor* Created on 2011-11-28, 10:24:43*/
public class CroppedImage {/** 偏移量X */private int offsetX;/** 偏移量Y */private int offsetY;/** 原始图片的宽 */private int originalWid;/** 原始图片的高 */private int originalHig;/** 图片的二进制数据 */private byte[] imageByte;/** 图片路径 */private String imagePath;/** 裁剪后的图片 */private BufferedImage image;/*** 构造一个需从图片文件加载数据的CroppedImage* * @param filePath 图片文件路径* @throws IOException 如果在读取过程中发生错误*/public CroppedImage(String filePath) throws IOException{File file=new File(filePath);if(file==null) throw new NullPointerException("file is null");BufferedImage sourImage=ImageIO.read(file);if(sourImage==null) throw new NullPointerException("image is null");imagePath=filePath;originalWid=sourImage.getWidth();originalHig=sourImage.getHeight();image=new BufferedImage(originalWid,originalHig,BufferedImage.TYPE_INT_ARGB);Graphics2D g2d=image.createGraphics();g2d.drawImage(sourImage, 0, 0, null);g2d.dispose();image=cut(image);ByteArrayOutputStream bos = new ByteArrayOutputStream();ImageIO.write(image, "png", bos);imageByte = bos.toByteArray();}private BufferedImage cut(BufferedImage desImage) throws IOException{Rectangle rect=getCutRectangleAuto(desImage);offsetX=rect.x;offsetY=rect.y;return desImage.getSubimage(rect.x, rect.y,rect.width, rect.height);}/*** 自动获取裁剪区域* @param image 要裁剪的图片* @return Rectangle实例*/private Rectangle getCutRectangleAuto(BufferedImage image){if(image==null) throw new NullPointerException("image is null");int width=image.getWidth();int height=image.getHeight();int startX=width;int startY=height;int endX=0;int endY=0;int[] pixel=new int[width*height];pixel=image.getRGB(0, 0, width, height, pixel, 0, width);for(int i=0;i<pixel.length;i++){if(pixel[i]==0) continue;int w=i%width;int h=i/width;startX=(w<startX)?w:startX;startY=(h<startY)?h:startY;endX=(w>endX)?w:endX;endY=(h>endY)?h:endY;}if(startX>=endX || startY>=endY){return new Rectangle(1, 1, 1, 1);}else{return new Rectangle(startX, startY, endX-startX, endY-startY);}}/*** 获得裁剪后的图片* @return BufferedImage*/public BufferedImage getImage() {if(image==null){ByteArrayInputStream bis = new ByteArrayInputStream(imageByte);try{image = ImageIO.read(bis);}catch(Exception e){}finally{try{bis.close();}catch(Exception ex){}}}return image;}/*** 获得原始图片* @return BufferedImage实例*/public BufferedImage getOriginalImage(){if(image==null) image=getImage();if(image==null) return null;Graphics2D g2d=null;BufferedImage sourImage=new BufferedImage(originalWid,originalHig,BufferedImage.TYPE_INT_ARGB);g2d=sourImage.createGraphics();g2d.drawImage(image, offsetX, offsetY, null);g2d.dispose();return sourImage;}public void setImage(BufferedImage image) {this.image = image;}public byte[] getImageByte() {return imageByte;}public void setImageByte(byte[] imageByte) {this.imageByte = imageByte;}public String getImagePath() {return imagePath;}public void setImagePath(String imagePath) {this.imagePath = imagePath;}public int getOffsetX() {return offsetX;}public void setOffsetX(int offsetX) {this.offsetX = offsetX;}public int getOffsetY() {return offsetY;}public void setOffsetY(int offsetY) {this.offsetY = offsetY;}public int getOriginalHig() {return originalHig;}public void setOriginalHig(int originalHig) {this.originalHig = originalHig;}public int getOriginalWid() {return originalWid;}public void setOriginalWid(int originalWid) {this.originalWid = originalWid;}@Overridepublic String toString(){return imagePath;}
}

对之前的图片进行裁剪测试，偏移量：（283,158），尺寸：78*93，大小：7.96KB，小了将近10倍，还是相当可观的：

而还原出来的原图大小为10.2KB，相信会有些失真，不过肉眼基本是看不出来的，对页游来说这最好不过。

=============================================================================

生活就是边折腾边享受，进步就是不断发现自己SB的过程

monitor的博客：http://blog.csdn.net/monitor1394

=============================================================================