Project 3.b 图像处理

在这个 project 中, 你将使用 Java 进行一些简单的图像处理任务: 包括修改图像颜色, 尺寸以及为图像增加滤镜效果等. 你将看到, 一个好的包通过提供恰当的接口 (API) 能够帮助程序员在不了解底层实现的情况下便捷高效的完成工作. 在具体描述作业之前, 我们首先介绍 Java 内置的颜色类 (java.awt.Color), 以及一个由其他开发者提供的图像类 (Picture.java).

颜色

Java将颜色抽象成为 Color 类. 如果需要进行与颜色相关的操作, 需要在源文件开头处出加入以下语句:

import java.awt.Color;

Color 类使用RGB模型表示颜色. 每种颜色被三个整数确定. 每个整数的取值范围是 0 到 255, 分别表示红, 绿, 蓝三种颜色的强度. 这三种颜色的不同组合可以产生 256^3 种不同的颜色. 下表是一些颜色的 RGB 表示:

Color	Red	Green	Blue
红	255	0	0
绿	0	255	0
蓝	0	0	255
黑	0	0	0
深灰	100	100	100
白	0	0	0
黄	255	255	0
品红	255	0	255
褐	160	82	45

创建不同的颜色需要通过 Color 类的构造函数和new操作符:

Color red    = new Color(255,   0,   0);  
Color white  = new Color(255, 255, 255);  
Color sienna = new Color(160,  82,  45);

Color 类的提供所有方法 (API) 在 Java文档中可以查询到. 其中我们可能会用到的方法总结如下. 我们建议在开始作业之前, 你可以尝试创建一些颜色, 并对所创建的颜色对象调用这些方法, 输出它们的返回值, 以便帮助你理解这些 API 的作用.

方法	说明
Color(int r, int g, int b)	Color 对象的构造函数
int getRed()	获得红色的强度
int getGreen()	获得绿色的强度
int getBlue()	获得蓝色的强度
Color brighter()	返回一个更深的颜色
Color darker()	返回一个更浅的颜色
String toString()	该颜色的String表示
boolean equals(Color c)	是否与颜色c相同

下面我们将以计算颜色的亮度 (Luminance) 为例, 说明如何使用 Color 类. 颜色的亮度表征了显示该颜色时需要使用多少强度的光. 直观上亮度越大, 该颜色越明亮. 严格的定义如下:

亮度 = 0.299*r + 0.587*g + 0.114*b

其中, r, g, b分别代表该颜色的红, 绿, 蓝强度. 以下为对应的 Java 函数:

import java.awt.Color;

public class Luminance {

    // return the monochrome luminance of given color
    public static double lum(Color color) {
        int r = color.getRed();
        int g = color.getGreen();
        int b = color.getBlue();
        return .299*r + .587*g + .114*b;
    }

    // test 
    public static void main(String[] args) {
        int[] a = new int[3];
        for (int i = 0; i < 3; i++) {
            a[i] = Integer.parseInt(args[i]);
        }
        Color c = new Color(a[0], a[1], a[2]);
        System.out.println("c = " + c);
        System.out.println("lum(c) =  " + lum(c));
    }
}

数字图像

一幅数字图像 (digital image) 在计算机内部被表示成像素矩阵 (pixel matrix). 每一个像素都有自己的颜色. 类比来说, 每个像素好比拼图玩具中的一块, 它们单个看起来都只是简单的色块, 但不同的块组合在一起就能构成完整的图画.

在本次作业中, 我们将使用一个名为 Picture.java 的包. 它提供了对图像操作的封装. 它的详细的文档在这里. 我们将会用到的部分方法总结如下:

方法	说明
Picture(String s)	从文件 s 创建一个图像对象
Picture(int w, int h)	创建一个宽为 w, 高为 h 的空白图像
int width()	获得图像的宽度
int height()	获得图像的高度
Color get(int i, int j)	返回像素 (i, j) 的颜色
void set(int i, int j, Color c)	设置像素 (i, j) 的颜色为 c
void show()	将该图像显示在一个窗口中
void save(String s)	将该图像保存为文件 s

实验内容

通过命令行参数给定一个图片文件, 输出它的长和宽. (以下各题中的图片文件, 参数都通过命令行参数形式给出).
给定一个图片文件, 将其转换成为相应的灰度图 (Grayscale). 当 RGB 颜色模型中红绿蓝三色强度取相同值 v 时, 该颜色为灰色, 其灰度值为 v (0<= v <= 255). 图片的灰度图可以通过如下方法得到: 将图中每个像素点的颜色置为灰色, 且这些灰色的灰度值等于该颜色亮度.
给定一个图片文件, 以及参数 w, h, 将其转换成为宽为 w, 高为 h 的图片.
给定一个图片文件, 以及参数N. 输出 N 张图片, 其中第n张图片为从输入图片和其对应灰度图的一个渐变图.

给定一个图片文件, 以及参数x, y, E. 输出原始图片的一个正方形裁剪, 其中正方形的中心在 (x, y), 边长是 E. x, y, E 为百分比. 例如 x=10, y=20, E=20, 表示中心位于原始图片宽的10%, 高20%处. 边长为原始宽度的20%.
给定一个图片文件, 产生该图片的一个镜像图片(关于 y 轴对称)
滤镜 (filters) 可以看作对像素矩阵的某种变换. 通过添加滤镜, 我们可以改变图片的视觉效果. 请实现以下滤镜.
- Linear filter: 每一个像素的颜色变为周围 9 个像素点(包含它本身)颜色的平均值. 这个变换等价于将矩阵[1, 1, 1; 1, 1, 1; 1, 1, 1]/9 与 9个像素点做 卷积 (Convolution) . 而这个矩阵被称为卷积矩阵 (convolutional matrix). 关于卷积矩阵可以参考1, 2.
- Blur filter: 卷积矩阵为 [1/13, 1/13, 1/13; 1/13, 5/13, 1/13; 1/13, 1/13, 1/13].
- Emboss filter: 卷积矩阵为 [-1, 0, 1; -1, 1, 1; -1, 0, 1], 或者 [1, 0, -1; 2, 0, -2; 1, 0, -1] 或者[-1, -1, 0; -1, 1, 1; 0, 1, 1].
- Sharpen filter: 卷积矩阵为 [0, -1, 0; -1, 5, -1; 0, -1, 0].
- Oil painting filter: 给定参数 w, 将每个像素 (i, j) 的颜色替换为所有与 (i, j) Manhattan 距离 小于 w 的像素点中出现次数最多的颜色. 其中 Manhattan 距离(也称为 \(l_1\) 距离)定义见 3, 4.
提升一张图片的亮度 (Brightness).
图片的滤镜效果可以看成像素矩阵的一种变换. 相比于使用固定的卷积矩阵, 这些复杂的滤镜可能经过了美工设计师的设计. 但无论怎样, 确定某种滤镜对应的变换, 只需确定每种颜色经过滤镜后被变换成了哪一种颜色. 选择一款手机App(比如Instagram, 足迹, 美图秀秀等) 以及其中的一个内置滤镜, 编写一个java程序来实现这个滤镜.