java.awt.image.BufferedImage 使用自定义 ColorSpace 24 位 RGB 到 8 位灰度转换

Question

我想使用 java.awt.image.BufferedImage 进行简单的颜色到灰度转换。我是图像处理领域的初学者，所以如果我感到困惑，请原谅。

我的输入图像是 RGB 24 位图像（无 alpha），我想在输出上获得 8 位灰度 BufferedImage，这意味着我有一个这样的类（详细信息省略清晰度）：

public class GrayscaleFilter {
    private BufferedImage colorFrame;
    private BufferedImage grayFrame = 
        new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY);

到目前为止，我已经成功尝试了两种转换方法，第一种是：

    private BufferedImageOp grayscaleConv = 
        new ColorConvertOp(ColorSpace.getInstance(ColorSpace.CS_GRAY), null);

    protected void filter() {
        grayscaleConv.filter(colorFrame, grayFrame);
    }

第二种是：

    protected void filter() {       
        WritableRaster raster = grayFrame.getRaster();

        for(int x = 0; x < raster.getWidth(); x++) {
            for(int y = 0; y < raster.getHeight(); y++){
                int argb = colorFrame.getRGB(x,y);
                int r = (argb >> 16) & 0xff;
                int g = (argb >>  8) & 0xff;
                int b = (argb      ) & 0xff;

                int l = (int) (.299 * r + .587 * g + .114 * b);
                raster.setSample(x, y, 0, l);
            }
        }
    }

第一种方法工作速度更快，但生成的图像非常暗，这意味着我正在失去带宽，这是不可接受的（有灰度和 sRGB ColorModel 之间使用的一些颜色转换映射称为 tosRGB8LUT，据我所知，它对我来说效果不佳，但我不确定，我只是假设使用了这些值）。第二种方法虽然速度较慢，但​​效果很好。

有没有一种方法可以将这两者结合起来，例如。使用自定义索引 ColorSpace 进行 ColorConvertOp？如果是，您能给我举个例子吗？

提前致谢。

Answer 1

public BufferedImage getGrayScale(BufferedImage inputImage){
    BufferedImage img = new BufferedImage(inputImage.getWidth(), inputImage.getHeight(), BufferedImage.TYPE_BYTE_GRAY);
    Graphics g = img.getGraphics();
    g.drawImage(inputImage, 0, 0, null);
    g.dispose();
    return img;
}

Answer 2

此处有一个示例，它与您的第一个示例不同一个小方面是 ColorConvertOp 的参数。试试这个：

protected void filter() {
   BufferedImageOp grayscaleConv = 
      new ColorConvertOp(colorFrame.getColorModel().getColorSpace(), 
                         grayFrame.getColorModel().getColorSpace(), null);
   grayscaleConv.filter(colorFrame, grayFrame);
}

Answer 3

尝试修改你的第二种方法。不是处理单个像素，而是检索 argb int 值的数组，将其转换并设置回来。

Answer 4

第二种方法基于像素的亮度，因此可以获得更良好的视觉效果。使用查找数组或哈希表计算 l 时，可以通过优化昂贵的浮点算术运算来加快速度。

Answer 5

这是在某些情况下对我有用的解决方案。

取图像高度 y、图像宽度 x、图像颜色深度 m 和整数位大小 n。仅当 (2^m)/(x*y*2^n) >= 1 时才有效。
在处理初始灰度值时，为每个颜色通道保留一个位整数总计。将每个总计除以 (x*y) 即可得到每个通道的平均值 avr[channel]。将 (192 - avr[channel]) 添加到每个通道的每个像素。

请记住，这种方法可能不会具有与标准亮度方法相同的质量水平，但如果您正在寻找速度和质量之间的折衷方案，并且不想处理昂贵的浮点运算，那么它可能为你工作。