Фильтрация и преобразование цифровых фотографий

В номере от 10 февраля 2004 технические советы "Моделирование цифровых фотографий с помощью свертки (ConvolveOp)" мы показали как использовать java.awt.image.ConvolveOp, чтобы сделать фотографии четкими и размытыми, более темными или светлыми. Свертка делает фотографии размытыми, усредняя соседние пиксели. И делает их четкими, подчеркивая разницу в цвете между соседними пикселями. Существуют и другие фильтры и преобразования, которые можно применить к изображению, чтобы достичь желаемых результатов. В этой статье мы используем аффинные преобразования такие как поворот и масштабирование. Мы также применяем фильтры для линейного и нелинейного осветления. Ещё мы используем цветные фильтры, чтобы преобразовать цветную фотографию в черно-белую. Каждый из этих фильтров и преобразований сделан с помощью классов пакета java.awt.image, который обеспечивает интерфейс BufferedImageOp.

Тестовое изображение вы можете найти в номере "Моделирование цифровых фотографий с помощью ConvolveOp". Также вы можете взять изображение здесь . В примерах кода ниже фотография называется test.jpg. Изображение должно быть в той же директории, где вы будете проверять примеры.

Для начала создадим основу для этих примеров. Следующая программа, ExampleFramework (пример основы), такая же, как и в примере в ConvolveOp. Также как и примерах кода в предыдущих советах ExampleFramework использует JFrame, которая содержит изображение и использует JSlider. Однако чтобы проще разбираться в различных фильтрах и преобразованиях, вместо кода, относящийся к специальным эффектам, поместили функции быстрого доступа. Для согласованности к рассматриваемому изображению будут обращаться как к filteredImage (отфильтрованное), если к нему применяли фильтры или преобразования.

   import javax.swing.JFrame;
   import javax.swing.JPanel;
   import javax.swing.ImageIcon;
   import javax.swing.JSlider;
   import javax.swing.event.ChangeListener;
   import java.awt.Graphics;
   import java.awt.Image;
   import java.awt.BorderLayout;
   import java.awt.image.BufferedImage;

   public class ExampleFramework extends JPanel {
     private BufferedImage originalImage;
     private BufferedImage filteredImage;
     private JSlider slide = new JSlider(1, 50, 25);
     private int height, width;

     ExampleFramework(String titlebar) {
       createBufferedImages();
       setUpJFrame(titlebar);
     }

     private void createBufferedImages() {
       Image image = 
               new ImageIcon("test.jpg").getImage();
       height = image.getHeight(null);
       width = image.getWidth(null);
       originalImage = 
               new BufferedImage(width, height,
               BufferedImage.TYPE_INT_RGB);
       filteredImage = new BufferedImage(width, height,
               BufferedImage.TYPE_INT_RGB);
       Graphics g = originalImage.createGraphics();
       g.drawImage(image, 0, 0, null);
       g.dispose();
     }

     private void setUpJFrame(String titlebar) {
       JFrame frame = new JFrame(titlebar);
       frame.setSize(filteredImage.getWidth(),
               filteredImage.getHeight());
       frame.getContentPane().setLayout
               (new BorderLayout());
       frame.getContentPane().add
               (this, BorderLayout.CENTER);
       frame.getContentPane().add
               (slide, BorderLayout.SOUTH);
       frame.setResizable(false);
       frame.setDefaultCloseOperation
               (JFrame.EXIT_ON_CLOSE);
       frame.setVisible(true);
     }

     // быстрые методы для помещения в фильтр.

	 public void setChangeListener(ChangeListener cl) {
       slide.addChangeListener(cl);
     }

	 public void setFilteredImage
             (BufferedImage image) {
       filteredImage = image;
       repaint();
     }

     public int getSlideValue() {
       return slide.getValue();
     }

     public BufferedImage getOriginal() {
       return originalImage;
     }

     public void paintComponent(Graphics g) {
       g.clearRect(0, 0, width, height);
       g.drawImage(filteredImage, 0, 0, this);
     }
   }

Давайте в первом примере воспользуемся аффинными преобразованиями для увеличения и уменьшения изображения. Возможно, вы захотите обратиться к номеру "Постижение аффинных преобразований" за некоторыми математическими деталями этих преобразований. Вы создадите аффинные преобразования и передадите два аргумента. Затем вы сделаете новое изображение из старого с помощью AffineTransformOp, которое вы уже создали. Наконец, вы скажете объекту ExampleFramework обновить изображение на экране. Вот код, который представляет эти шаги:

 AffineTransformOp op = new AffineTransformOp(
         AffineTransform.getScaleInstance(multiple,
                 multiple),
         AffineTransformOp.TYPE_BILINEAR);
       BufferedImage tempImage = 
               op.filter(original, null);
       framework.setFilteredImage(tempImage);

Первый аргумент определяет, какой тип аффинных преобразований (AffineTransform) вы создали. В данном случае вы создаете масштабирование, обращаясь к функции getScaleInstance(), и посылаете горизонтальные и вертикальные параметры. Второй аргумент определяет интерполяционный тип. В данном случае вы используете тип TYPE_BILINEAR (билинейный тип), который считает значение каждого пикселя как среднее соседних пикселей. Вашим другим выбором может оказаться TYPE_NEAREST_NEIGHBOR (тип ближайшего соседа), который вставляет значение ближайших пикселей. Поэкспериментируйте с каждым интерполяционным типом в этом примере. Обратите внимание, что TYPE_BILINEAR немного медленнее, но дает лучшее качество изображения. Хотя TYPE_NEAREST_NEIGHBOR более чувствительный, изображение быстро становиться зернистым при увеличении.

Откомпилируйте и запустите следующую программу, ScaleExample.java, чтобы увидеть это преобразование в действии.

   import javax.swing.event.ChangeListener;
   import javax.swing.event.ChangeEvent;
   import java.awt.image.BufferedImage;
   import java.awt.image.AffineTransformOp;
   import java.awt.geom.AffineTransform;

   public class ScaleExample implements 
           ChangeListener {
     ExampleFramework framework;
     private BufferedImage original;

     ScaleExample() {
       framework = new ExampleFramework("Scale");
       framework.setChangeListener(this);
       original = framework.getOriginal();
       setScaleFactor(1.0);
     }

     public void stateChanged(ChangeEvent changeEvent) {
       setScaleFactor((double) 
               (framework.getSlideValue())/25);
     }

     public void setScaleFactor(double multiple) {
       AffineTransformOp op = new AffineTransformOp(
         AffineTransform.getScaleInstance(multiple,
                 multiple),
                 AffineTransformOp.TYPE_BILINEAR);
       BufferedImage tempImage = 
               op.filter(original, null);
       framework.setFilteredImage(tempImage);
     }

     public static void main(String[] args) {
       new ScaleExample();
     }
   }

Другое аффинное преобразование - это поворот вокруг фиксированной точки. Вы можете вычислить центр изображения. Затем вы можете послать эту информацию вместе с числом, на которое хотите повернуть изображение, функции getRotateInstance(). Как и в предыдущем примере вы можете заменить TYPE_BILINEAR на TYPE_NEAREST_NEIGHBOR и сравнить результаты. Вот изменения для вращения.

   import javax.swing.event.ChangeListener;
   import javax.swing.event.ChangeEvent;
   import java.awt.image.BufferedImage;
   import java.awt.image.AffineTransformOp;
   import java.awt.geom.AffineTransform;

   public class RevolveExample implements 
           ChangeListener {
     private ExampleFramework framework;
     private BufferedImage original;
     private int centerX, centerY;

     RevolveExample() {
       framework = new ExampleFramework("Rotation");
       framework.setChangeListener(this);
       original = framework.getOriginal();
       centerX = (int)original.getWidth()/2;
       centerY = (int)original.getHeight()/2;
       setRevolution(0);
     }

     public void stateChanged(ChangeEvent changeEvent) {
       setRevolution(
         (double) (framework.getSlideValue() - 25.5) /4);
     }

     public void setRevolution(double multiple) {
       AffineTransformOp op = new AffineTransformOp(
         AffineTransform.getRotateInstance(multiple,
                 centerX,
                 centerY),
         AffineTransformOp.TYPE_BILINEAR);
       BufferedImage tempImage = 
               op.filter(original, null);
       framework.setFilteredImage(tempImage);
     }

     public static void main(String[] args) {
       new RevolveExample();
     }
   }

В февральских Советах вы видели, как с помощью ConvolveOp затемнить или осветлить изображение. Мы объясняли, что это не лучший метод, а просто возможность написать первый пример свертки. Чтобы сделать линейное преобразование осветления, используйте класс RescaleOp. Этот класс используется для изменения размера данных, содержащихся в каждом пикселе. Название может быть немного запутанным, потому что вы не меняете размер изображения, а просто меняете значение цвета в каждом пикселе. Посмотрите следующий пример:

 public void setBrightnessFactor(float multiple) {
       RescaleOp op = new RescaleOp(multiple, 0, null);
       BufferedImage tempImage = 
               op.filter(original, null);
       framework.setFilteredImage(tempImage);
     }

RescaleOp() инициализируется с установленным первым параметром - множителем. Если вы хотите представить исходное изображение, множитель должен быть 1. Для осветления изображений значение должно быть больше единицы, а для затемнения меньше 1. Вы также можете воспользоваться вторым аргументом, чтобы определить смещение. Это значение будет добавлено следующим образом:

новое значение = (старое значение)*(множитель) + сдвиг 

Экспериментируйте с различными значениями сдвига в следующей программе, LinearBrightness.java (линейная яркость).

   import javax.swing.event.ChangeListener;
   import javax.swing.event.ChangeEvent;
   import java.awt.image.BufferedImage;
   import java.awt.image.RescaleOp;

   public class LinearBrightness implements 
           ChangeListener{
     ExampleFramework framework;
     private BufferedImage original;

     LinearBrightness() {
       framework = new ExampleFramework
               ("Linear Brightness");
       framework.setChangeListener(this);
       original = framework.getOriginal();
       setBrightnessFactor(1);
     }

     public void stateChanged
             (ChangeEvent changeEvent) {
       setBrightnessFactor(
         (float) (framework.getSlideValue()) / 25);
     }

     public void setBrightnessFactor(float multiple) {
       RescaleOp op = new RescaleOp(multiple, 0, null);
       BufferedImage tempImage = 
               op.filter(original, null);
       framework.setFilteredImage(tempImage);
     }

     public static void main(String[] args) {
       new LinearBrightness();
     }
   }

Подумайте о яркости изображения, как о занимаемой спектре в интервале от 0 до 255. RescaleOp позволяет вам комбинировать смещения и множители для создания линейной схемы некоторого подмножества этого спектра. Если вы хотите выделить какую-то часть спектра больше, чем остальные, вам потребуются более хитрые методы. LookupOp позволит вам создать нелинейное преобразование из таблицы соответствия (преобразования). В этом следующем примере slider bar ломает спектр в некоторой точке, которую вы назвали "сдвигом". Затем применяете одно преобразование к левой части, а другое к правой части сдвига.

   import javax.swing.event.ChangeListener;
   import javax.swing.event.ChangeEvent;
   import java.awt.image.BufferedImage;
   import java.awt.image.LookupOp;
   import java.awt.image.ShortLookupTable;
   import java.awt.image.LookupTable;

   public class LookupExample implements 
           ChangeListener {
     ExampleFramework framework;
     private BufferedImage original;

     LookupExample() {
       framework = new ExampleFramework
               ("Nonlinear Brightness");
       framework.setChangeListener(this);
       original = framework.getOriginal();
       setBrightnessFactor(125);
     }

     public void stateChanged(ChangeEvent changeEvent) {
       setBrightnessFactor(200 - (int) 
               (framework.getSlideValue() * 3));
     }

     public void setBrightnessFactor(int shift) {
       short[] spectrum = new short[256];
       for (int i = 0; i < shift; i++)
         spectrum[i] = (short) (i * i / shift);
       for (int i = shift; i < 256; i++)
         spectrum[i] = (short) (i);
       LookupTable table = 
               new ShortLookupTable(0,spectrum);
       LookupOp op = new LookupOp(table, null);
       BufferedImage tempImage = 
               op.filter(original, null);
       framework.setFilteredImage(tempImage);
     }

     public static void main(String[] args) {
       new LookupExample();
     }
   }

Откомпилируйте и запустите LookupExample (пример поиска). Обратите внимание, что яркость сильно отличается от той, что была при LinearBrightness (линейном осветлении). Если вы хотите проследить за пикселями, которые меняются по мере того, как вы двигаете ползунок, вы можете выделить их функцией setBrightnessFactor():

  for (int i = 0; i < shift; i++)
         spectrum[i] = (short) (i * i / shift);
       spectrum[shift]=255;
       for (int i = shift +1; i < 256; i++)
         spectrum[i] = (short) (i);

В последнем примере вы можете использовать ColorConvertOp, чтобы сделать изображение черно-белым:

   private void makeGray() {
       ColorConvertOp grayOp = new ColorConvertOp(
       ColorSpace.getInstance(ColorSpace.CS_GRAY), 
               null);
       grayOp.filter(original, original);
   }

Можно применять более одного преобразования. После этого вы можете использовать фильтры из примера LookupExample к черно-белому изображению, как показано в следующей программе, GrayExample (серый пример).

   import javax.swing.event.ChangeListener;
   import javax.swing.event.ChangeEvent;
   import java.awt.image.BufferedImage;
   import java.awt.image.LookupOp;
   import java.awt.image.ShortLookupTable;
   import java.awt.image.LookupTable;
   import java.awt.image.ColorConvertOp;
   import java.awt.color.ColorSpace;

   public class GrayExample implements ChangeListener {
     ExampleFramework framework;
     private BufferedImage original;

     GrayExample() {
       framework = new ExampleFramework
               ("Gray/Brightness");
       framework.setChangeListener(this);
       original = framework.getOriginal();
       makeGray();
       setBrightnessFactor(125);
     }

     public void stateChanged(ChangeEvent changeEvent) {
       setBrightnessFactor(200 - (int) 
               (framework.getSlideValue() * 3));
     }

     public void setBrightnessFactor(int shift) {
       short[] spectrum = new short[256];
       for (int i = 0; i < shift; i++)
         spectrum[i] = (short) (i * i / shift);
       for (int i = shift; i < 256; i++)
         spectrum[i] = (short) (i);
       LookupTable lt = new ShortLookupTable(0, 
               spectrum);
       LookupOp op = new LookupOp(lt, null);
       BufferedImage tempImage = op.filter(original, null);
       framework.setFilteredImage(tempImage);
     }

     private void makeGray() {
       ColorConvertOp grayOp = new ColorConvertOp(
       ColorSpace.getInstance(ColorSpace.CS_GRAY), 
               null);
       grayOp.filter(original, original);
     }

     public static void main(String[] args) {
       new GrayExample();
     }
   }

Начиная с этих основных примеров, вы сможете экспериментировать, комбинируя и расширяя, что сделает сложные и интересные фильтры для цифровых изображений.

За дополнительной информацией по изображениям смотрите: "Создание изображений"

Оригинал: javagu.ru