手機圖像簡單預處理(J2ME實現)
 2009年5月27日星期三

最近看到以前的一本數字圖像處理書，不禁想用j2me嘗試一下簡單的數字圖像處理在手機上如何實現。于是便有本文。
 1package com.yuankai.ImageTest;
 2
 3import java.io.IOException;
 4
 5import javax.microedition.lcdui.Display;
 6import javax.microedition.lcdui.Form;
 7import javax.microedition.lcdui.Image;
 8import javax.microedition.midlet.MIDlet;
 9import javax.microedition.midlet.MIDletStateChangeException;
10
11import com.yuankai.j2me.image.ImageUtil;
12
13public class ImageProcessMIDlet extends MIDlet {
14
15    Display display=null;
16    Image old_image=null;
17    Image new_image=null;
18    Form form=new Form("Image Processing");
19    
20    public ImageProcessMIDlet() {
21        display=Display.getDisplay(this);
22        try {
23            old_image=Image.createImage("/1.png");
24        } catch (IOException e) {
25            e.printStackTrace();
26        }
27    
28    }
29    protected void destroyApp(boolean arg0) throws MIDletStateChangeException {
30        // TODO Auto-generated method stub
31
32    }
33
34    protected void pauseApp() {
35        // TODO Auto-generated method stub
36
37    }
38
39    protected void startApp() throws MIDletStateChangeException {
40
41        display.setCurrent(form);
42        form.append("處理前\n");
43        form.append(old_image);
44        //進行圖像的預處理     
45
46        form.append("\n灰度化處理后:\n");
47        new_image=ImageUtil.toGray(old_image);
48        form.append(new_image);
49        
50       // form.append("\n邊緣檢測處理后:\n");
51       // new_image=ImageUtil.Sobel(new_image, new_image.getWidth());
52       // form.append(new_image);
53        
54        form.append("\n二值化處理后:\n");
55        new_image=ImageUtil.Binarization(new_image,100);
56        form.append(new_image);
57
58    }
59
60}
61
上面這個文件是我寫的一個MIDlet類文件,用來調用ImageUtil類圖像處理方法.




  1package com.yuankai.j2me.image;
  2
  3import javax.microedition.lcdui.Image;
  4
  5/**
  6 * 數字圖像處理工具類型
  7 * */
  8public class ImageUtil {
  9
 10    public static final int RED=1;
 11    public static final int GREEN=2;
 12    public static final int BLUE=3;
 13    public static final int ALPHA=4;
 14    /**
 15     * 圖像灰度化
 16     * Image old_image：原始圖像
 17     * */
 18    public static Image toGray(Image old_image)
 19    {
 20        Image image=null;
 21        int []RGBArray;
 22        
 23        int width=old_image.getWidth();
 24        int height=old_image.getHeight();
 25        RGBArray=new int[width*height];
 26        old_image.getRGB(RGBArray, 0, width, 0, 0, width, height);
 27        int size=RGBArray.length;
 28        
 29        for(int i=0;i<size;i++)
 30        {
 31            
 32            int color=RGBArray[i];
 33            int alpha=color2RGB(color,ALPHA);
 34            int red=color2RGB(color,RED);
 35            int green=color2RGB(color,GREEN);
 36            int blue=color2RGB(color,BLUE);
 37            
 38            //修改成灰度圖象,采用的是權值平均值法
 39            int temp=(int)(red*0.11+green*0.59+blue*0.3);
 40            
 41            red=temp;
 42            green=temp;
 43            blue=temp;
 44            
 45            color=RGB2color(red,green,blue,alpha);;
 46            RGBArray[i]=color;
 47            
 48            
 49        }
 50        image=Image.createRGBImage(RGBArray, width, height,true);
 51        return image;
 52        
 53    }
 54    /**
 55     * 圖像二值化
 56     * Image old_image：原始圖像
 57     * int level      : 閥值
 58     * */
 59    public static Image Binarization(Image old_image,int level)
 60    {
 61        Image image=null;
 62        int []RGBArray;
 63        
 64        int width=old_image.getWidth();
 65        int height=old_image.getHeight();
 66        RGBArray=new int[width*height];
 67        old_image.getRGB(RGBArray, 0, width, 0, 0, width, height);
 68        int size=RGBArray.length;
 69        for(int i=0;i<size;i++)
 70        {
 71            
 72            int color=RGBArray[i];
 73            int alpha=color2RGB(color,ALPHA);
 74            int red=color2RGB(color,RED);
 75            int green=color2RGB(color,GREEN);
 76            int blue=color2RGB(color,BLUE);
 77            
 78            //修改成灰度圖象
 79            if(red>level)
 80                red=255;
 81            else
 82                red=0;
 83            if(green>level)
 84                green=255;
 85            else
 86                green=0;
 87            if(blue>level)
 88                blue=255;
 89            else
 90                blue=0;
 91            
 92            
 93            color=RGB2color(red,green,blue,alpha);
 94            RGBArray[i]=color;
 95            
 96            
 97        }
 98        image=Image.createRGBImage(RGBArray, width, height,true);
 99        return image;
100        
101    }
102
103    /**
104     * 圖像邊緣檢測 Sobel 算子
105     * Image old_image：原始灰度圖像
106     * int widthstep  : 行大小
107     * 
108     *  g(x,y)=
109     *   abs(f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)-f(x+1,y-1)-2*f(x+1,y)-f(x+1,y+1))
110     *  +abs(f(x-1,y-1)+2*f(x,y-1)+f(x+1,y-1)-f(x-1,y+1)-2*f(x,y+1)-f(x+1,y+1)) 
111     * 
112     *  -1 0 1       -1 -2 -1
113     *  -2 0 2         0  0  0
114     *  -1 0 1         1  2  1
115     * */
116    public static Image Sobel(Image old_image,int widthstep)
117    {
118        Image image=null;
119        int []RGBArray;
120        
121        int width=old_image.getWidth();
122        int height=old_image.getHeight();
123        RGBArray=new int[width*height];
124        old_image.getRGB(RGBArray, 0, width, 0, 0, width, height);    
125        for(int i=1;i<height-1;i++)
126        {
127            
128
129            for(int j=1;j<width-1;j++)
130            {
131                //獲得對應位置的灰度值
132                //f(x-1,y-1)
133                int color11=RGBArray[(i-1)*widthstep+j-1];
134                int gray11=color2RGB(color11,RED);
135                //f(x-1,y)
136                int color12=RGBArray[(i-1)*widthstep+j];
137                int gray12=color2RGB(color12,RED);
138                //f(x-1,y+1)
139                int color13=RGBArray[(i-1)*widthstep+j+1];
140                int gray13=color2RGB(color13,RED);
141                
142                //f(x+1,y-1)
143                int color31=RGBArray[(i+1)*widthstep+j-1];
144                int gray31=color2RGB(color31,RED);
145                //f(x+1,y)
146                int color32=RGBArray[(i+1)*widthstep+j];
147                int gray32=color2RGB(color32,RED);
148                //f(x+1,y+1)
149                int color33=RGBArray[(i+1)*widthstep+j+1];
150                int gray33=color2RGB(color33,RED);
151                
152                //f(x,y-1)
153                int color21=RGBArray[i*widthstep+j-1];
154                int gray21=color2RGB(color21,RED);
155                //f(x,y+1)
156                int color23=RGBArray[i*widthstep+j+1];
157                int gray23=color2RGB(color23,RED);
158                
159                
160                
161                int Sx=gray11+2*gray12+gray13-gray31-2*gray32-gray33;
162                int Sy=gray11+2*gray21+gray31-gray12-2*gray13-gray33;
163                int temp=(int)Math.sqrt(Sx*Sx+Sy*Sy);
164
165                int color=RGBArray[i*widthstep+j-1];
166                int alpha=color2RGB(color,ALPHA);
167    
168                RGBArray[i*widthstep+j-1]=RGB2color(temp,temp,temp,alpha);;
169            }
170        
171        }
172        image=Image.createRGBImage(RGBArray, width, height,true);
173        return image;
174        
175    }
176    /**
177     * 獲得一個顏色分量的值
178     * */
179    public static int color2RGB(int color,int type)
180    {
181        int temp=-1;
182        switch(type)
183        {
184        case BLUE:
185            temp=(color&0x000000ff);
186            break;
187        case GREEN:
188            temp=(color&0x0000ff00)>>8;
189            break;
190        case RED:
191            temp=(color&0x00ff0000)>>16;
192            break;
193        case ALPHA:
194            temp=0xff;
195            break;
196        }
197        return temp;
198    }
199    /**
200     * 根據rgb獲得color()
201     **/
202    public static int RGB2color(int red,int green,int blue,int alpha)
203    {
204        return (alpha<<24)+(red<<16)+(green<<8)+blue;
205    }
206}
207
上面代碼，是我自己寫的ImageUtil類型，它提供簡單的圖像處理的靜態方法。
程序測試結果：




以上代碼處理的圖片格式是j2me最常見的.png格式.可以看到使用soble算子+j2me實現邊緣檢測效果明顯比我們平時用VC實現的差,不知道如何進行修改，才可以提升在手機中處理效果。