Java-从图像获取像素数组


118

我正在寻找从中获取像素数据(以表格形式int[][])的最快方法BufferedImage。我的目标是能够解决像素(x, y)从使用图像int[x][y]。我发现的所有方法都不这样做(大多数返回int[]s)。


如果您担心速度,为什么要将整个图像复制到数组中,而不是直接使用getRGBsetRGB直接复制?
布拉德·梅斯

3
@bemace:因为根据我的分析,这些方法似乎做的工作超出人们的想象。访问数组似乎更快。
ryyst 2011年

15
@bemace:它实际上是真的紧张:使用数组比使用速度超过800% getRGB,并setRGB直接。
ryyst 2011年

Answers:


179

我只是在玩同一个主题,这是访问像素的最快方法。我目前知道执行此操作的两种方法:

  1. 使用getRGB()@tskuzzy的答案中所述的BufferedImage 方法。
  2. 通过直接使用以下方式访问像素数组:

    byte[] pixels = ((DataBufferByte) bufferedImage.getRaster().getDataBuffer()).getData();

如果您要处理大图像并且性能是一个问题,则第一种方法绝对不是可行的方法。该getRGB()方法将alpha,红色,绿色和蓝色的值合并为一个int,然后返回结果,在大多数情况下,您将进行相反操作以将这些值取回。

第二种方法将直接为每个像素返回红色,绿色和蓝色值,如果有alpha通道,它将添加alpha值。使用这种方法在计算指标方面比较困难,但是比第一种方法要快得多。

在我的应用程序中,只需从第一种方法切换到第二种方法,就可以将像素处理时间减少90%以上!

这是我为比较两种方法而设置的比较:

import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
import java.io.IOException;
import javax.imageio.ImageIO;

public class PerformanceTest {

   public static void main(String[] args) throws IOException {

      BufferedImage hugeImage = ImageIO.read(PerformanceTest.class.getResource("12000X12000.jpg"));

      System.out.println("Testing convertTo2DUsingGetRGB:");
      for (int i = 0; i < 10; i++) {
         long startTime = System.nanoTime();
         int[][] result = convertTo2DUsingGetRGB(hugeImage);
         long endTime = System.nanoTime();
         System.out.println(String.format("%-2d: %s", (i + 1), toString(endTime - startTime)));
      }

      System.out.println("");

      System.out.println("Testing convertTo2DWithoutUsingGetRGB:");
      for (int i = 0; i < 10; i++) {
         long startTime = System.nanoTime();
         int[][] result = convertTo2DWithoutUsingGetRGB(hugeImage);
         long endTime = System.nanoTime();
         System.out.println(String.format("%-2d: %s", (i + 1), toString(endTime - startTime)));
      }
   }

   private static int[][] convertTo2DUsingGetRGB(BufferedImage image) {
      int width = image.getWidth();
      int height = image.getHeight();
      int[][] result = new int[height][width];

      for (int row = 0; row < height; row++) {
         for (int col = 0; col < width; col++) {
            result[row][col] = image.getRGB(col, row);
         }
      }

      return result;
   }

   private static int[][] convertTo2DWithoutUsingGetRGB(BufferedImage image) {

      final byte[] pixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();
      final int width = image.getWidth();
      final int height = image.getHeight();
      final boolean hasAlphaChannel = image.getAlphaRaster() != null;

      int[][] result = new int[height][width];
      if (hasAlphaChannel) {
         final int pixelLength = 4;
         for (int pixel = 0, row = 0, col = 0; pixel + 3 < pixels.length; pixel += pixelLength) {
            int argb = 0;
            argb += (((int) pixels[pixel] & 0xff) << 24); // alpha
            argb += ((int) pixels[pixel + 1] & 0xff); // blue
            argb += (((int) pixels[pixel + 2] & 0xff) << 8); // green
            argb += (((int) pixels[pixel + 3] & 0xff) << 16); // red
            result[row][col] = argb;
            col++;
            if (col == width) {
               col = 0;
               row++;
            }
         }
      } else {
         final int pixelLength = 3;
         for (int pixel = 0, row = 0, col = 0; pixel + 2 < pixels.length; pixel += pixelLength) {
            int argb = 0;
            argb += -16777216; // 255 alpha
            argb += ((int) pixels[pixel] & 0xff); // blue
            argb += (((int) pixels[pixel + 1] & 0xff) << 8); // green
            argb += (((int) pixels[pixel + 2] & 0xff) << 16); // red
            result[row][col] = argb;
            col++;
            if (col == width) {
               col = 0;
               row++;
            }
         }
      }

      return result;
   }

   private static String toString(long nanoSecs) {
      int minutes    = (int) (nanoSecs / 60000000000.0);
      int seconds    = (int) (nanoSecs / 1000000000.0)  - (minutes * 60);
      int millisecs  = (int) ( ((nanoSecs / 1000000000.0) - (seconds + minutes * 60)) * 1000);


      if (minutes == 0 && seconds == 0)
         return millisecs + "ms";
      else if (minutes == 0 && millisecs == 0)
         return seconds + "s";
      else if (seconds == 0 && millisecs == 0)
         return minutes + "min";
      else if (minutes == 0)
         return seconds + "s " + millisecs + "ms";
      else if (seconds == 0)
         return minutes + "min " + millisecs + "ms";
      else if (millisecs == 0)
         return minutes + "min " + seconds + "s";

      return minutes + "min " + seconds + "s " + millisecs + "ms";
   }
}

你能猜出输出吗?;)

Testing convertTo2DUsingGetRGB:
1 : 16s 911ms
2 : 16s 730ms
3 : 16s 512ms
4 : 16s 476ms
5 : 16s 503ms
6 : 16s 683ms
7 : 16s 477ms
8 : 16s 373ms
9 : 16s 367ms
10: 16s 446ms

Testing convertTo2DWithoutUsingGetRGB:
1 : 1s 487ms
2 : 1s 940ms
3 : 1s 785ms
4 : 1s 848ms
5 : 1s 624ms
6 : 2s 13ms
7 : 1s 968ms
8 : 1s 864ms
9 : 1s 673ms
10: 2s 86ms

BUILD SUCCESSFUL (total time: 3 minutes 10 seconds)

10
对于那些懒于阅读代码的人,有两个测试convertTo2DUsingGetRGBconvertTo2DWithoutUsingGetRGB。第一次测试平均需要16秒。第二次测试平均需要1.5秒。起初,我认为“ s”和“ ms”是两个不同的列。@Mota,很好的参考。
杰森

1
@Reddy我尝试了一下,但确实看到了文件大小的差异,我不确定为什么!但是,我已经能够使用以下代码(使用Alpha通道)来再现确切的像素值:pastebin.com/zukCK2tu您可能需要修改BufferedImage构造函数的第三个参数,具体取决于要处理的图像。希望这个对你有帮助!
Motasim

4
@Mota在convertTo2DUsingGetRGB中,为什么要使用result [row] [col] = image.getRGB(col,row); 而不是result [row] [col] = image.getRGB(row,col);
Kailash 2014年

6
人们注意到颜色差异和/或不正确的字节顺序:@Mota的代码假定BGR顺序。您应该检查传入BufferedImage的,type例如TYPE_INT_RGBTYPE_3BYTE_BGR并适当处理。这是getRGB()为您做的事情之一,这会使它变慢:-(
米尔豪斯2015年

2
如果我错了,请更正我,但是使用|=而不是+=在方法2中组合值会更有效吗?
Ontonator

24

像这样吗

int[][] pixels = new int[w][h];

for( int i = 0; i < w; i++ )
    for( int j = 0; j < h; j++ )
        pixels[i][j] = img.getRGB( i, j );

11
这不是效率低下吗?尽管如此,我还是BufferedImage会使用2D int数组存储像素吗?
ryyst 2011年

1
我很确定图像在内部存储为一维数据结构。因此,无论您如何操作,该操作都将花费O(W * H)。您可以先将方法存储到一维数组中,然后将一维数组转换为二维数组,从而避免方法调用的开销。
tskuzzy

4
@ryyst如果您想要数组中的所有像素,那么效率就差不多了
肖恩·帕特里克·弗洛伊德

1
+1,我认为这不会访问Raster的数据缓冲区,这绝对是一件好事,因为这会导致加速中断。
MRE

2
@tskuzzy此方法较慢。通过Mota检查该方法,该方法比此常规方法要快。
h4ck3d 2012年

20

我发现Mota的回答使我的速度提高了10倍-非常感谢Mota。

我将代码包装在一个方便的类中,该类在构造函数中使用BufferedImage并公开了等效的getRBG(x,y)方法,这使它取代了使用BufferedImage.getRGB(x,y)的代码。

import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;

public class FastRGB
{

    private int width;
    private int height;
    private boolean hasAlphaChannel;
    private int pixelLength;
    private byte[] pixels;

    FastRGB(BufferedImage image)
    {

        pixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();
        width = image.getWidth();
        height = image.getHeight();
        hasAlphaChannel = image.getAlphaRaster() != null;
        pixelLength = 3;
        if (hasAlphaChannel)
        {
            pixelLength = 4;
        }

    }

    int getRGB(int x, int y)
    {
        int pos = (y * pixelLength * width) + (x * pixelLength);

        int argb = -16777216; // 255 alpha
        if (hasAlphaChannel)
        {
            argb = (((int) pixels[pos++] & 0xff) << 24); // alpha
        }

        argb += ((int) pixels[pos++] & 0xff); // blue
        argb += (((int) pixels[pos++] & 0xff) << 8); // green
        argb += (((int) pixels[pos++] & 0xff) << 16); // red
        return argb;
    }
}

我是处理Java中图像文件的新手。您能解释一下为什么以这种方式使getRGB()比Color API的getRGB()更快/更好/更优化吗?欣赏!
mk7

@ mk7请看一下这个答案stackoverflow.com/a/12062932/363573。有关更多详细信息,请键入Java,为什么getrgb在您喜欢的搜索引擎中运行缓慢
斯蒂芬,

10

除非您的BufferedImage来自单色位图,否则Mota的答案是很好的。单色位图的像素只有2个可能的值(例如0 =黑色和1 =白色)。使用单色位图时,

final byte[] pixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();

调用以这样一种方式返回原始像素阵列数据:每个字节包含一个以上像素。

因此,当您使用单色位图图像创建BufferedImage对象时,这就是您要使用的算法:

/**
 * This returns a true bitmap where each element in the grid is either a 0
 * or a 1. A 1 means the pixel is white and a 0 means the pixel is black.
 * 
 * If the incoming image doesn't have any pixels in it then this method
 * returns null;
 * 
 * @param image
 * @return
 */
public static int[][] convertToArray(BufferedImage image)
{

    if (image == null || image.getWidth() == 0 || image.getHeight() == 0)
        return null;

    // This returns bytes of data starting from the top left of the bitmap
    // image and goes down.
    // Top to bottom. Left to right.
    final byte[] pixels = ((DataBufferByte) image.getRaster()
            .getDataBuffer()).getData();

    final int width = image.getWidth();
    final int height = image.getHeight();

    int[][] result = new int[height][width];

    boolean done = false;
    boolean alreadyWentToNextByte = false;
    int byteIndex = 0;
    int row = 0;
    int col = 0;
    int numBits = 0;
    byte currentByte = pixels[byteIndex];
    while (!done)
    {
        alreadyWentToNextByte = false;

        result[row][col] = (currentByte & 0x80) >> 7;
        currentByte = (byte) (((int) currentByte) << 1);
        numBits++;

        if ((row == height - 1) && (col == width - 1))
        {
            done = true;
        }
        else
        {
            col++;

            if (numBits == 8)
            {
                currentByte = pixels[++byteIndex];
                numBits = 0;
                alreadyWentToNextByte = true;
            }

            if (col == width)
            {
                row++;
                col = 0;

                if (!alreadyWentToNextByte)
                {
                    currentByte = pixels[++byteIndex];
                    numBits = 0;
                }
            }
        }
    }

    return result;
}

4

如果有用,请尝试以下操作:

BufferedImage imgBuffer = ImageIO.read(new File("c:\\image.bmp"));

byte[] pixels = (byte[])imgBuffer.getRaster().getDataElements(0, 0, imgBuffer.getWidth(), imgBuffer.getHeight(), null);

14
一个解释会有所帮助
asheeshr 2013年

1

这是在这里找到的另一个FastRGB实现:

public class FastRGB {
    public int width;
    public int height;
    private boolean hasAlphaChannel;
    private int pixelLength;
    private byte[] pixels;

    FastRGB(BufferedImage image) {
        pixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();
        width = image.getWidth();
        height = image.getHeight();
        hasAlphaChannel = image.getAlphaRaster() != null;
        pixelLength = 3;
        if (hasAlphaChannel)
            pixelLength = 4;
    }

    short[] getRGB(int x, int y) {
        int pos = (y * pixelLength * width) + (x * pixelLength);
        short rgb[] = new short[4];
        if (hasAlphaChannel)
            rgb[3] = (short) (pixels[pos++] & 0xFF); // Alpha
        rgb[2] = (short) (pixels[pos++] & 0xFF); // Blue
        rgb[1] = (short) (pixels[pos++] & 0xFF); // Green
        rgb[0] = (short) (pixels[pos++] & 0xFF); // Red
        return rgb;
    }
}

这是什么?

通过BufferedImage的getRGB方法逐像素读取图像的速度非常慢,此类就是解决方案。

这个想法是通过向对象提供一个BufferedImage实例来构造该对象,然后它立即读取所有数据并将它们存储在一个数组中。一旦想要获取像素,就调用getRGB

依存关系

import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;

注意事项

尽管FastRGB可以更快地读取像素,但由于它仅存储图像的副本,因此可能导致较高的内存使用率。因此,如果内存中有4MB的BufferedImage,则一旦创建FastRGB实例,内存使用量将变为8MB。但是,可以在创建FastRGB之后回收BufferedImage实例。

在RAM成为瓶颈的设备(例如Android手机)上使用时,请小心不要陷入OutOfMemoryException


-1

这对我有用:

BufferedImage bufImgs = ImageIO.read(new File("c:\\adi.bmp"));    
double[][] data = new double[][];
bufImgs.getData().getPixels(0,0,bufImgs.getWidth(),bufImgs.getHeight(),data[i]);    

8
什么是变量i
Nicolas

它是数据的迭代器
Cjen1
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.