- 浏览: 1241679 次
- 性别:
- 来自: 深圳
文章分类
- 全部博客 (608)
- 数据结构 (2)
- AJAX (3)
- 设计模式 (3)
- java (117)
- js (14)
- css (9)
- jsp (10)
- 杂文 (49)
- htmlparser (6)
- 数据库 (29)
- 算法 (14)
- 数据挖掘 (11)
- 电脑杂症 (12)
- 网络爬虫 (7)
- 应用服务器 (9)
- PHP (2)
- C# (14)
- 测试 (3)
- WEB高性能开发 (3)
- swt (1)
- 搜索引擎 (16)
- HttpClient (4)
- Lite (1)
- EXT (1)
- python (1)
- lucene (4)
- sphinx (9)
- Xapian (0)
- linux (44)
- 问题归类 (1)
- Android (6)
- ubuntu (7)
- SEO (18)
- 数学 (0)
- 农业资讯 (12)
- 游戏 (3)
- nginx (1)
- TeamViewer (1)
- swing (1)
- Web前 端 (1)
- 主页 (0)
- 阿萨德发首发身份 (0)
- 软件设计师 (0)
- hibernate (5)
- spring3.0 (5)
- elastic (1)
- SSH (3)
- ff (0)
- oracle 10g (9)
- 神经网络 (1)
- struts2.0 (2)
- maven (1)
- nexus (1)
- 辅助工具 (3)
- Shiro (1)
- 联通项目 (0)
- 2014年专业选择 (0)
- freemarker (1)
- struts1.2 (8)
- adfasdfasfasf (0)
- TortoiseSVN (1)
- jstl (1)
- jquery (1)
- eclipse plugin (0)
- 游戏外挂 (1)
- 推广 (0)
- 按键精灵 (1)
- ibatis3.0 (1)
最新评论
-
水野哲也:
不不不, 这个您真错了!其实是你引用的那个jsp和本身的jsp ...
解析关于jsp页面指令冲突问题contentType="text/html;charset=UTF-8" -
caobo_cb:
import xx.cn.weibo.Util;
[ java版]新浪微博之ruquest_token篇 -
caobo_cb:
你好 Util包没有
[ java版]新浪微博之ruquest_token篇 -
小桔子:
你好!我遇到个问题 max_allowed_packet值总是 ...
mysql查询占用内存,优化的技巧 -
donghustone:
谢谢大神!
用JSmooth制作java jar文件的可执行exe文件教程(图文)
一 读取bmp图片数据 // 获取待检测图像 ,数据保存在数组 nData[],nB[] ,nG[] ,nR[]中 public void getBMPImage(String source) throws Exception { clearNData(); //清除数据保存区 FileInputStream fs = null; try { fs = new FileInputStream(source); int bfLen = 14; byte bf[] = new byte[bfLen]; fs.read(bf, 0, bfLen); // 读取14字节BMP文件头 int biLen = 40; byte bi[] = new byte[biLen]; fs.read(bi, 0, biLen); // 读取40字节BMP信息头 // 源图宽度 nWidth = (((int) bi[7] & 0xff) << 24) | (((int) bi[6] & 0xff) << 16) | (((int) bi[5] & 0xff) << 8) | (int) bi[4] & 0xff; // 源图高度 nHeight = (((int) bi[11] & 0xff) << 24) | (((int) bi[10] & 0xff) << 16) | (((int) bi[9] & 0xff) << 8) | (int) bi[8] & 0xff; // 位数 nBitCount = (((int) bi[15] & 0xff) << 8) | (int) bi[14] & 0xff; // 源图大小 int nSizeImage = (((int) bi[23] & 0xff) << 24) | (((int) bi[22] & 0xff) << 16) | (((int) bi[21] & 0xff) << 8) | (int) bi[20] & 0xff; // 对24位BMP进行解析 if (nBitCount == 24){ int nPad = (nSizeImage / nHeight) - nWidth * 3; nData = new int[nHeight * nWidth]; nB=new int[nHeight * nWidth]; nR=new int[nHeight * nWidth]; nG=new int[nHeight * nWidth]; byte bRGB[] = new byte[(nWidth + nPad) * 3 * nHeight]; fs.read(bRGB, 0, (nWidth + nPad) * 3 * nHeight); int nIndex = 0; for (int j = 0; j < nHeight; j++){ for (int i = 0; i < nWidth; i++) { nData[nWidth * (nHeight - j - 1) + i] = (255 & 0xff) << 24 | (((int) bRGB[nIndex + 2] & 0xff) << 16) | (((int) bRGB[nIndex + 1] & 0xff) << 8) | (int) bRGB[nIndex] & 0xff; nB[nWidth * (nHeight - j - 1) + i]=(int) bRGB[nIndex]& 0xff; nG[nWidth * (nHeight - j - 1) + i]=(int) bRGB[nIndex+1]& 0xff; nR[nWidth * (nHeight - j - 1) + i]=(int) bRGB[nIndex+2]& 0xff; nIndex += 3; } nIndex += nPad; } // Toolkit kit = Toolkit.getDefaultToolkit(); // image = kit.createImage(new MemoryImageSource(nWidth, nHeight, // nData, 0, nWidth)); /* //调试数据的读取 FileWriter fw = new FileWriter("C:\\Documents and Settings\\Administrator\\My Documents\\nDataRaw.txt");//创建新文件 PrintWriter out = new PrintWriter(fw); for(int j=0;j<nHeight;j++){ for(int i=0;i<nWidth;i++){ out.print((65536*256+nData[nWidth * (nHeight - j - 1) + i])+"_" +nR[nWidth * (nHeight - j - 1) + i]+"_" +nG[nWidth * (nHeight - j - 1) + i]+"_" +nB[nWidth * (nHeight - j - 1) + i]+" "); } out.println(""); } out.close(); */ } } catch (Exception e) { e.printStackTrace(); throw new Exception(e); } finally { if (fs != null) { fs.close(); } } // return image; } 二 由r g b 获取灰度数组 public int[] getBrightnessData(int rData[],int gData[],int bData[]){ int brightnessData[]=new int[rData.length]; if(rData.length!=gData.length || rData.length!=bData.length || bData.length!=gData.length){ return brightnessData; } else { for(int i=0;i<bData.length;i++){ double temp=0.3*rData[i]+0.59*gData[i]+0.11*bData[i]; brightnessData[i]=(int)(temp)+((temp-(int)(temp))>0.5?1:0); } return brightnessData; } } 三 直方图均衡化 public int [] equilibrateGray(int[] PixelsGray,int width,int height) { int gray; int length=PixelsGray.length; int FrequenceGray[]=new int[length]; int SumGray[]=new int[256]; int ImageDestination[]=new int[length]; for(int i = 0; i <length ;i++) { gray=PixelsGray[i]; FrequenceGray[gray]++; } // 灰度均衡化 SumGray[0]=FrequenceGray[0]; for(int i=1;i<256;i++){ SumGray[i]=SumGray[i-1]+FrequenceGray[i]; } for(int i=0;i<256;i++) { SumGray[i]=(int)(SumGray[i]*255/length); } for(int i=0;i<height;i++) { for(int j=0;j<width;j++) { int k=i*width+j; ImageDestination[k]=0xFF000000 | ((SumGray[PixelsGray[k]]<< 16 ) | (SumGray[PixelsGray[k]]<< 8 ) | SumGray[PixelsGray[k]]); } } return ImageDestination; } 四 laplace2阶滤波,增强边缘,图像锐化 public int[] laplace2DFileter(int []data,int width,int height){ int filterData[]=new int[data.length]; int min=10000; int max=-10000; for(int i=0;i<height;i++){ for(int j=0;j<width;j++){ if(i==0 || i==height-1 || j==0 || j==width-1) filterData[i*width+j]=data[i*width+j]; else filterData[i*width+j]=9*data[i*width+j]-data[i*width+j-1]-data[i*width+j+1] -data[(i-1)*width+j]-data[(i-1)*width+j-1]-data[(i-1)*width+j+1] -data[(i+1)*width+j]-data[(i+1)*width+j-1]-data[(i+1)*width+j+1]; if(filterData[i*width+j]<min) min=filterData[i*width+j]; if(filterData[i*width+j]>max) max=filterData[i*width+j]; } } // System.out.println("max: "+max); // System.out.println("min: "+min); for(int i=0;i<width*height;i++){ filterData[i]=(filterData[i]-min)*255/(max-min); } return filterData; } 五 laplace2阶增强滤波,增强边缘,增强系数delt public int[] laplaceHigh2DFileter(int []data,int width,int height,double delt){ int filterData[]=new int[data.length]; int min=10000; int max=-10000; for(int i=0;i<height;i++){ for(int j=0;j<width;j++){ if(i==0 || i==height-1 || j==0 || j==width-1) filterData[i*width+j]=(int)((1+delt)*data[i*width+j]); else filterData[i*width+j]=(int)((9+delt)*data[i*width+j]-data[i*width+j-1])-data[i*width+j+1] -data[(i-1)*width+j]-data[(i-1)*width+j-1]-data[(i-1)*width+j+1] -data[(i+1)*width+j]-data[(i+1)*width+j-1]-data[(i+1)*width+j+1]; if(filterData[i*width+j]<min) min=filterData[i*width+j]; if(filterData[i*width+j]>max) max=filterData[i*width+j]; } } for(int i=0;i<width*height;i++){ filterData[i]=(filterData[i]-min)*255/(max-min); } return filterData; } 六 局部阈值处理2值化 // 局部阈值处理2值化,niblack's method /*原理: T(x,y)=m(x,y) + k*s(x,y) 取一个宽度为w的矩形框,(x,y)为这个框的中心。 统计框内数据,T(x,y)为阈值,m(x,y)为均值,s(x,y)为均方差,k为参数(推荐-2)计算出t再对(x,y)进行切割255/0。 这个算法的优点是 速度快,效果好。 缺点是 niblack's method会产生一定的噪声。 */ public int[] localThresholdProcess(int []data,int width,int height,int w,int h,double coefficients,double gate){ int[] processData=new int[data.length]; for(int i=0;i<data.length;i++){ processData[i]=255; } if(data.length!=width*height) return processData; int wNum=width/w; int hNum=height/h; int delt[]=new int[w*h]; //System.out.println("w; "+w+" h:"+h+" wNum:"+wNum+" hNum:"+hNum); for(int j=0;j<hNum;j++){ for(int i=0;i<wNum;i++){ //for(int j=0;j<1;j++){ // for(int i=0;i<1;i++){ for(int n=0;n<h;n++) for(int k=0;k<w;k++){ delt[n*w+k]=data[(j*h+n)*width+i*w+k]; //System.out.print("delt["+(n*w+k)+"]: "+delt[n*w+k]+" "); } //System.out.println(); /* for(int n=0;n<h;n++) for(int k=0;k<w;k++){ System.out.print("data["+((j*h+n)*width+i*w+k)+"]: "+data[(j*h+n)*width+i*w+k]+" "); } System.out.println(); */ delt=thresholdProcess(delt,w,h,coefficients,gate); for(int n=0;n<h;n++) for(int k=0;k<w;k++){ processData[(j*h+n)*width+i*w+k]=delt[n*w+k]; // System.out.print("delt["+(n*w+k)+"]: "+delt[n*w+k]+" "); } //System.out.println(); /* for(int n=0;n<h;n++) for(int k=0;k<w;k++){ System.out.print("processData["+((j*h+n)*width+i*w+k)+"]: "+processData[(j*h+n)*width+i*w+k]+" "); } System.out.println(); */ } } return processData; } 七 全局阈值处理2值化 public int[] thresholdProcess(int []data,int width,int height,double coefficients,double gate){ int [] processData=new int[data.length]; if(data.length!=width*height) return processData; else{ double sum=0; double average=0; double variance=0; double threshold; if( gate!=0){ threshold=gate; } else{ for(int i=0;i<width*height;i++){ sum+=data[i]; } average=sum/(width*height); for(int i=0;i<width*height;i++){ variance+=(data[i]-average)*(data[i]-average); } variance=Math.sqrt(variance); threshold=average-coefficients*variance; } for(int i=0;i<width*height;i++){ if(data[i]>threshold) processData[i]=255; else processData[i]=0; } return processData; } } 八 垂直边缘检测,sobel算子 public int[] verticleEdgeCheck(int []data,int width,int height,int sobelCoefficients) throws Exception{ int filterData[]=new int[data.length]; int min=10000; int max=-10000; if(data.length!=width*height) return filterData; try{ for(int i=0;i<height;i++){ for(int j=0;j<width;j++){ if(i==0 || i==1 || i==height-1 || i==height-2 ||j==0 || j==1 || j==width-1 || j==width-2){ filterData[i*width+j]=data[i*width+j]; } else{ double average; //中心的九个像素点 //average=data[i*width+j]-Math.sqrt(2)*data[i*width+j-1]+Math.sqrt(2)*data[i*width+j+1] average=data[i*width+j]-sobelCoefficients*data[i*width+j-1]+sobelCoefficients*data[i*width+j+1] -data[(i-1)*width+j-1]+data[(i-1)*width+j+1] -data[(i+1)*width+j-1]+data[(i+1)*width+j+1]; filterData[i*width+j]=(int)(average); } if(filterData[i*width+j]<min) min=filterData[i*width+j]; if(filterData[i*width+j]>max) max=filterData[i*width+j]; } } for(int i=0;i<width*height;i++){ filterData[i]=(filterData[i]-min)*255/(max-min); } } catch (Exception e) { e.printStackTrace(); throw new Exception(e); } return filterData; } 九 图像平滑:3*3掩模处理(平均处理),降低噪声 public int[] filter(int []data,int width,int height) throws Exception{ int filterData[]=new int[data.length]; int min=10000; int max=-10000; if(data.length!=width*height) return filterData; try{ for(int i=0;i<height;i++){ for(int j=0;j<width;j++){ if(i==0 || i==1 || i==height-1 || i==height-2 ||j==0 || j==1 || j==width-1 || j==width-2){ filterData[i*width+j]=data[i*width+j]; } else{ double average; //中心的九个像素点 average=(data[i*width+j]+data[i*width+j-1]+data[i*width+j+1] +data[(i-1)*width+j]+data[(i-1)*width+j-1]+data[(i-1)*width+j+1] +data[(i+1)*width+j]+data[(i+1)*width+j-1]+data[(i+1)*width+j+1])/9; filterData[i*width+j]=(int)(average); } if(filterData[i*width+j]<min) min=filterData[i*width+j]; if(filterData[i*width+j]>max) max=filterData[i*width+j]; } } for(int i=0;i<width*height;i++){ filterData[i]=(filterData[i]-min)*255/(max-min); } } catch (Exception e) { e.printStackTrace(); throw new Exception(e); } return filterData; }
本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/sunny3106/archive/2007/07/08/1682813.aspx
发表评论
-
tomcat was unable to start within 45 seconds
2013-11-11 15:59 795原因一: -
Apache Commons Lang
2013-10-15 12:10 3121ArrayUtils public class Tes ... -
htmlunit form
2013-06-25 11:13 883Form提交 对于WEB应用,有着大量的表单,所以Html ... -
QQ微博登录步骤
2013-05-28 12:14 0QQ微博登录步骤: 1、验证帐号时,会访问一个地址。如下: ... -
jsoup
2013-05-22 23:37 1100import org.jsoup.Jsoup; import ... -
java 加密解密
2013-05-21 23:00 797import java.security.InvalidKey ... -
freemarket 对象应用篇(一)
2013-05-19 18:18 965freemarket应用. 1.1:创建web工程testF ... -
中文数字转阿拉伯数字
2012-11-30 14:24 1748/** * @author loiy * ... -
标记:伪原创标题思路
2012-01-11 16:34 1243采用填词的办法进行伪 ... -
用JSmooth制作java jar文件的可执行exe文件教程(图文)
2012-01-05 01:09 8088下载完程序之后,运行 jsmoothgen.exe 1.进入“ ... -
多线程 Java.util.ConcurrentModificationException异常
2011-12-29 13:43 1471Iterator<Entry<String,B ... -
java 反序列化 抛出EOFException
2011-12-19 17:21 2203抛出这样的异常,一般情况下,是因为业务逻辑的问题。 如: 在没 ... -
一键安装双击运行——Java安装程序制作
2011-12-09 02:39 1293对于Java桌面应用来说,比较烦琐的就是安装部署问题,如:客户 ... -
只针对中英文混合分词的中文分词器
2011-12-02 17:28 4811该版本说明 1、只针对中英文混合分词 需要一些中文和英文连在 ... -
Java开源运行分析工具
2011-11-15 15:10 1836FProfiler FProfiler是一个非常快的Java ... -
cwss 按照指定的字符进行切词
2011-11-15 09:37 1136cwss 按照指定的字符进行切词 在 Utility.SEPE ... -
cwss bug 修复
2011-11-07 09:50 831修复的BUG有如下: 1、当只有中文、字母和数字,没有任何其他 ... -
java 怎么读取细胞词库scel
2011-10-24 14:28 3057private void sogou(String pa ... -
今天遇到一个奇怪的问题
2011-04-28 11:55 1138想实现一个用户访问页面,得到用户的外网地址 在公司上。程序是没 ... -
在myeclipse6.5下统一全部JSP编码更改
2011-04-07 14:47 1420在平时我们新建一个JSP页面默认编码是"ISO885 ...
相关推荐
JAVA数字图像处理常用算法.pdf
Java数字图像常用算法总集。个人收集的一些比较常见的Java数字图像算法
WDSsoft的一款免费源代码 JCT 1.0,它是一个Java加密解密常用工具包。 Java局域网通信——飞鸽传书源代码 28个目标文件 内容索引:JAVA源码,媒体网络,飞鸽传书 Java局域网通信——飞鸽传书源代码,大家都知道VB...
java.security.interfaces 提供的接口用于生成 RSA Laboratory Technical Note PKCS#1 中定义的 RSA(Rivest、Shamir 和 Adleman AsymmetricCipher 算法)密钥,以及 NIST 的 FIPS-186 中定义的 DSA(数字签名算法)...
WDSsoft的一款免费源代码 JCT 1.0,它是一个Java加密解密常用工具包。 Java局域网通信——飞鸽传书源代码 28个目标文件 内容索引:JAVA源码,媒体网络,飞鸽传书 Java局域网通信——飞鸽传书源代码,大家都知道VB...
WDSsoft的一款免费源代码 JCT 1.0,它是一个Java加密解密常用工具包。 Java局域网通信——飞鸽传书源代码 28个目标文件 内容索引:JAVA源码,媒体网络,飞鸽传书 Java局域网通信——飞鸽传书源代码,大家都知道VB...
WDSsoft的一款免费源代码 JCT 1.0,它是一个Java加密解密常用工具包。 Java局域网通信——飞鸽传书源代码 28个目标文件 内容索引:JAVA源码,媒体网络,飞鸽传书 Java局域网通信——飞鸽传书源代码,大家都知道...
WDSsoft的一款免费源代码 JCT 1.0,它是一个Java加密解密常用工具包。 Java局域网通信——飞鸽传书源代码 28个目标文件 内容索引:JAVA源码,媒体网络,飞鸽传书 Java局域网通信——飞鸽传书源代码,大家都知道...
WDSsoft的一款免费源代码 JCT 1.0,它是一个Java加密解密常用工具包。 Java局域网通信——飞鸽传书源代码 28个目标文件 内容索引:JAVA源码,媒体网络,飞鸽传书 Java局域网通信——飞鸽传书源代码,大家都知道...
java.security.interfaces 提供的接口用于生成 RSA Laboratory Technical Note PKCS#1 中定义的 RSA(Rivest、Shamir 和 Adleman AsymmetricCipher 算法)密钥,以及 NIST 的 FIPS-186 中定义的 DSA(数字签名算法)...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...
GiftedMotion是一个很小的,免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当,用户只需要加载的图片和调整帧您想要的,如位置,时间显示和处理方法前帧。 Java的...