软件杯图片之背景，格式的转换

在这段时间中，我们的软件杯比赛项目中，我进行了对图片的处理，尽可能的来实现我们识别的准确性，我的图片处理总的分为两个部分：

第一部分：我们把图片的水印去掉了，由于我们的图片是.png格式的，他的特点在于，这类图片是透明背景，字体的颜色是黑色，而水印的颜色是白色，所以我们首先遍历所有像素，计算一下整张图的灰度的平均值（grayMean），轮廓颜色较深，灰度值比较小，背景颜色较浅，灰度值较大，加权平均之后总的平均值会比背景的灰度值略低，然后再次遍历所有像素，并计算每个像素点的灰度，如果其灰度值比grayMean大，则将其alpha值设为0，即完全透明，否则不做处理。

代码：

 

public BufferedImage alphaProcess(BufferedImage bufferedImage) {
        //获取源图像的宽高
        int width = bufferedImage.getWidth();
        int height = bufferedImage.getHeight();
        System.out.println(width+" "+height);
    //实例化一个同样大小的图片，并将type设为 BufferedImage.TYPE_4BYTE_ABGR，支持alpha通道的rgb图像
        BufferedImage resImage = new BufferedImage(width, height, BufferedImage.TYPE_4BYTE_ABGR);

        double grayMean = 0;
        for (int i = 0; i < width; i++) {
            for (int j = 0; j < height; j++) {
                int rgb = bufferedImage.getRGB(i,j);
                int r = (0xff&rgb);
                int g = (0xff&(rgb>>8));
                int b = (0xff&(rgb>>16));
                //这是灰度值的计算公式
                grayMean += (r*0.299+g*0.587+b*0.114);
            }
        }
        //计算平均灰度
        grayMean = grayMean/(width*height);

        for (int i = 0; i < width; i++) {
            for (int j = 0; j < height; j++) {
                int rgb = bufferedImage.getRGB(i,j);
                //一个int是32位,java中按abgr的顺序存储，即前8位是alpha，最后8位是r，所以可以通过下面的方式获取到rgb的值
                int r = (0xff&rgb);
                int g = (0xff&(rgb>>8));
                int b = (0xff&(rgb>>16));
                double gray = (r*0.299+g*0.587+b*0.114);
                //如果灰度值大于之前求的平均灰度值，则将其alpha设为0，下面准确写应该是rgb = r + (g << 8) + (b << 16) ＋ （0 << 24）;
                if (gray>grayMean){
                    rgb = r + (g << 8) + (b << 16);
                }
                resImage.setRGB(i,j,rgb);
            }
        }
        //ok，返回的就是将浅色背景设为透明的BufferedImage了，可以用灰度化里提到的方式写成文件
        return resImage;
    }

 

第二部分为：改变图片的格式，在进行是被的过程中，我发现当我将.png格式的图片转换为.jpg格式图片后，他的识别正确率是提高的。

代码：

 

private static void writeBufferedImage(BufferedImage img,String filePath){
    String format = filePath.substring(filePath.indexOf('.')+1);
    //获取图片格式
    System.out.println(format);
    try {
        ImageIO.write(img,format,new File(filePath));
    } catch (IOException e) {
        e.printStackTrace();
    }
}

 

在经过这两次的图片处理后，我们的图片的识别正确率有很大的提高

结果截图:

未进行处理之前的图片：

 

 

进行处理之后的图片：