我的SWT与数字图像处理总结（3）—SWT如何得到图像某个位置的像素值和相应的RGB的值...

SWT中如何得到图像某个位置的像素值和相应的RGB的值

方法一：

通过PaletteData中的三个mask来得到RGB，这里是逐行得到的像素值

这种方式是最严谨的方式，对于非索引图像来说

ImageData ideaImageData = img.getImageData();
// The pixel data of the image.
byte[] pixelData = ideaImageData.data;
int redMask = ideaImageData.palette.redMask;
int blueMask = ideaImageData.palette.blueMask;
int greenMask = ideaImageData.palette.greenMask;
int h = 0;
int pixelValue =0;
int[] lineData = new int[ideaImageData.width];
for (int y = 0; y < ideaImageData.height; y++) {
    // 首先是得到每行的像素值，保存到int数组lineData中
    ideaImageData.getPixels(0, y, ideaImageData.width, lineData, 0);
    for (int x = 0; x < lineData.length; x++) {
        //得到像素值
        pixelValue = lineData[x];
        //根据像素值得到RGB的值
        int r = pixelValue & redMask;
        int g = (pixelValue & greenMask) >> 8;
        int b = (pixelValue & blueMask) >> 16;
       //根据RGB的值得到亮度（或者intensity）
        double temp = (double) (0.3 * r + 0.59 * g + 0.11 * b);
        h = (int) (temp) + ((temp - (int) (temp)) > 0.5 ? 1 : 0);
        h = h < 0 ? 0 : h;
        h = h > 255 ? 255 : h;
        histArray[h]++;
    }
}

方法二：

这里是直接得到的，通过偏移量offset从ImageData的data中得到像素值，bingdedaoRGB分量以及Brightness

ImageData ida = img.getImageData();
byte[] data2 = new byte[ida.data.length];
int offset = 0;
int k = 0;
int r, g, b, gray;
for (int i = 0; i < ida.height; i++) {
    for (int j = 0; j < ida.width; j++) {
        k = offset + j * 3;
        b = ida.data[k] & 0xff;
        g = ida.data[k + 1] & 0xff;
        r = ida.data[k + 2] & 0xff;
        gray = (int) (0.11 * b + 0.59 * g + 0.3 * r);
        data2[k] = data2[k + 1] = data2[k + 2] = (byte) gray;
    }
    offset += ida.bytesPerLine;
}
ImageData ida2 = new ImageData(ida.width, ida.height, ida.depth, ida.palette, ida.scanlinePad, data2);
imgdst = new Image(img.getDevice(), ida2);

方式三：

根据颜色值得到亮度值，也包含了通过像素值得到RGB分量，并得到Brightness

/**
* 根据颜色值（实际上是像素值）得到亮度
*/
public static int getBrightness(int color) {
    int r = (color & 0x00ff0000) >> 16;
    int g = (color & 0x0000ff00) >> 8;
    int b = (color & 0x000000ff);
    int y = Math.round(0.3f * r + 0.59f * g + 0.11f * b);
    y = y < 0 ? 0 : y;
    y = y > 255 ? 255 : y;
    return y;
}

通过 Wiz 发布

我的SWT与数字图像处理总结（3）—SWT如何得到图像某个位置的像素值和相应的RGB的值...相关推荐

【数字图像处理】七.MFC图像增强之图像普通平滑、高斯平滑、Laplacian、Sobel、Prewitt锐化详解
本文主要讲述基于VC++6.0 MFC图像处理的应用知识,主要结合自己大三所学课程<数字图像处理>及课件进行讲解,主要通过MFC单文档视图实现显示BMP图像增强处理,包括图像普通平滑.高斯 ...
数字图像处理与Python实现笔记之图像特征提取
数字图像处理与Python实现笔记摘要绪论 1 数字图像处理基础知识 2 彩色图像处理初步 3 空间滤波 4 频域滤波 5 图像特征提取 5.1 图像颜色特征提取 5.1.1 颜色直方图 1 一般 ...
数字图像处理与Python实现笔记之图像小波变换与多分辨率
数字图像处理与Python实现笔记摘要绪论 1 数字图像处理基础知识 2 彩色图像处理初步 3 空间滤波 4 频域滤波 5 图像特征提取 6 图像压缩 7 图像小波变换与多分辨率 7.1 从傅里叶 ...
【数字图像处理3 】（上）图像超分辨率重建（SR）概述
图像超分辨率重建一.前言(废话时间) 二.扫盲知识什么是超分辨率重建? 兴起原因三.传统超分辨率重建 1.基于插值的超分辨率重建 2.基于退化模型的超分辨率重建 3.基于学习的超分辨率重建四 ...
数字图像处理第五章——几何变换与图像配准
数字图像处理第五章数字图像处理---几何变换与图像配准 (一)点变换 (二)仿射变换 (三)投影变换 (四)应用于图像的几何变换 (五)MATLAB 中的图像坐标系统 5.1 输出图像位置 5.2 ...
【数字图像处理】实验（3）——图像综合应用：皮肤美化（MATLAB实现）
图像综合应用:皮肤美化一.实验目的二.实验原理三.实验步骤(包括分析.代码和波形) 1.滤波.色彩空间.代数运算.锐化等技术实现美化 2.加入皮肤的亮白处理 (1)主程序 (2)图像平滑 (3) ...
数字图像处理（五）——Matlab实现图像的边缘锐化及各种算子的比较
实验内容基于单方向梯度算子,Robert算子,Sobel算子,Priwiff算子,Laplacian算子,多方向模板,LOG算子编写matlab增强程序最后,显示边缘图像和锐化增强图像,并对这些仿 ...
数字图像处理基础（matlab）Ⅰ：图像读取，显示等
文章目录前言一.实验目的二.实现原理三.算法设计 3.1利用imread( )函数读取图像 3.2 分别显示图像的红.绿和蓝色分量的强度 3.3 将图像转换为灰度图,显示灰度结果图像进行对比 ...
第5章 Python 数字图像处理(DIP) - 图像复原与重建13 - 空间滤波 - 线性位置不变退化 - 退化函数估计、运动模糊函数
标题线性位置不变退化估计退化函数采用观察法估计退化函数采用试验法估计退化函数采用建模法估计退化函数运动模糊函数 OpenCV Motion Blur 在这一节中,得到的结果,有些不是很好, ...

我的SWT与数字图像处理总结（3）—SWT如何得到图像某个位置的像素值和相应的RGB的值...

我的SWT与数字图像处理总结（3）—SWT如何得到图像某个位置的像素值和相应的RGB的值...相关推荐

最新文章

热门文章