Java實現(xiàn)去除文檔陰影的示例代碼

更新時間：2022年12月08日 09:14:29 作者：ZackSock

文稿掃描大家用的都比較頻繁、想是各種證件、文件都可以通過掃描文稿功能保存到手機。相比直接拍照，在掃描文稿時，程序會對圖像進行一些矯正。比如去除陰影、修正傾斜、旋轉矯正等。進行這些處理后的圖片要更加容易識別。今天就來討論一下去除陰影的操作

一、前言

文稿掃描大家用的都比較頻繁、想是各種證件、文件都可以通過掃描文稿功能保存到手機。相比直接拍照，在掃描文稿時，程序會對圖像進行一些矯正。比如去除陰影、修正傾斜、旋轉矯正等。進行這些處理后的圖片要更加容易識別。今天就來討論以下去除陰影的操作。

二、實現(xiàn)原理

1. 圖像

在開始實現(xiàn)前，我們來了解一些圖像相關的知識。這里討論RGB圖像，也就是我們俗稱的彩色的圖像。圖像可以被看作是一個height×width的數(shù)組，每一個數(shù)表示一個像素。如果是彩色的圖像，每個像素會包含RBG三個值，最低字節(jié)表示G、次低字節(jié)表示B、第三字節(jié)表示R。

比如像素值為：

0x00ff00

其RBG值分別為：

R: 0x00
G: 0xff
B: 0x00

如果想要從原像素中取RGB的值，可以使用按位與操作，示例如下：

// pixel是從圖像中取出來的數(shù)
int[] rgb = new int[3];
rgb[0] = (pixel & 0xff0000) >> 16;
rgb[1] = (pixel & 0xff00) >> 8;
rgb[2] = (pixel & 0xff);

因為獲取R和G的時候，保留的是高位，我們希望得到的是一個低位的數(shù)據(jù)，因此向右移一定位。

2. 灰度轉換

有時候，為了方便處理會把圖像轉換成灰度圖像。轉換成灰度圖像的方法有很多，一種非常簡單的辦法就是讓rgb三個通道都為同樣的值，這個值就是rgb三個值的均值。

3.閾值處理

閾值處理是今天關鍵部分，閾值處理的思想非常簡單，就是當圖像像素值大于閾值時將其處理為最大值，當像素小于等于閾值時將其處理為0。這樣可以得到一張完全的黑白圖像。

在文稿中，文字部分可以看作是黑色，背景部分可以看作是白色，而陰影則是介于黑白之間的值。如果想要去除陰影，則需要對圖像進行閾值處理，把閾值設定為小于陰影的值。比如下圖：

左圖是原圖，其中灰色部分為陰影，需要去除。這時我們對圖像進行閾值處理，把閾值設定為50，那么陰影部分就會被設置成255，文字部分和背景部分變換都不大，這樣就實現(xiàn)了文稿的陰影去除工作。

三、代碼實現(xiàn)

1.讀取圖像

首先來看看如何讀取圖像以及如何訪問圖像的像素，這里使用ImageIO類。代碼如下：

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;

public class DocumentDealing {

    public static void main(String[] args) throws Exception {
        String imagePath = "D:/images/imgs/10000.jpeg";
        BufferedImage bi = ImageIO.read(new File(imagePath));
        //獲取圖片寬高
        int width = bi.getWidth();
        int height = bi.getHeight();
        System.out.println("width:" + width + ",height:" + height);
        //獲取坐標為(0, 0)位置的像素
        int pixel = bi.getRGB(0, 0);
        System.out.println("pixel" + pixel);
        //獲取rgb值
        int[] rgb = new int[3];
        rgb[0] = (pixel & 0xff0000) >> 16;
        rgb[1] = (pixel & 0xff00) >> 8;
        rgb[2] = pixel & 0xff;
        System.out.println(
                "r:" + rgb[0] +
                        "\tg:" + rgb[1] +
                        "\tb:" + rgb[2]
        );
    }

    public static int[] getRgb(BufferedImage bi, int x, int y) {
        int[] rgb = new int[3];
        int pixel = bi.getRGB(x, y);
        rgb[0] = (pixel & 0xff0000) >> 16;
        rgb[1] = (pixel & 0xff00) >> 8;
        rgb[2] = (pixel & 0xff);
        return rgb;
    }

}

我們可以通過下面代碼讀取圖片，其中imagePath是圖片路徑：

BufferedImage bi = ImageIO.read(new File(imagePath));

BufferedImage可以獲取圖片的寬、高、某個點的像素等。為了方便，編寫一個getRgb來把pixel轉成一個rgb數(shù)組。代碼輸出結果如下：

width:400,height:400
pixel-2853206
r:212 g:118 b:170

2.閾值處理

知道了上面的基本操作后，就可以開始進行閾值處理了。閾值處理就是求rgb均值mean，如果mean大于閾值，則把像素設置為0xffffff，否則設置為0。具體代碼如下：

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;

public class DocumentDealing {

    public static void main(String[] args) throws Exception {
        String imagePath = "C:/Users/Administrator/Desktop/document.jpg";
        threshold(imagePath, "result.jpg", 50);
    }

    public static void threshold(String imagePath, String savePath, int threshold) throws Exception{
      	//讀取圖片
        BufferedImage bi = ImageIO.read(new File(imagePath));
        //讀取寬高
      	int width = bi.getWidth();
        int height = bi.getHeight();
      	//遍歷圖片像素
        for(int y = 0; y < height; y ++){
            for(int x = 0; x < width; x ++){
                int[] rgb = getRgb(bi, x, y);
              	//計算rgb均值
                int grayScale = (rgb[0] + rgb[1] + rgb[2]) / 3;
              	//如果均值大于閾值，則賦值將該像素設置為0xffffff(全白)，否則賦值為0(全黑)
                if(grayScale > threshold){
                  	bi.setRgb(x, y, 0xffffff);
                }else{
                  	bi.setRgb(x, y, 0);
                }
            }
        }
      	//保存圖片
        ImageIO.write(bi, "jpg", new File(savePath));
    }

    public static int[] getRgb(BufferedImage bi, int x, int y){
        int[] rgb = new int[3];
        int pixel = bi.getRGB(x, y);
        rgb[0] = (pixel & 0xff0000) >> 16;
        rgb[1] = (pixel & 0xff00) >> 8;
        rgb[2] = (pixel & 0xff);
        return rgb;
    }

}

下圖是原圖和處理后的結果：

左圖中有兩處陰影，右側則去除了陰影。最終效果圖與設定的閾值有關系，當閾值設置不恰當時，會導致結果圖比原圖更糟糕，或者導致最終文字目標也被去除了。這里可以用循環(huán)來解決，代碼如下：

public static void main(String[] args) throws Exception {
    String imagePath = "C:/Users/Administrator/Desktop/document.jpg";
      for (int i = 50; i < 127; i++) {
        threshold(imagePath, "imgs/result" + i + ".jpg", i);
      }
}

大家可以自行測試。有時候之間閾值處理不能很好的去除陰影，這個時候會結合一些其它辦法。包括濾波操作、形態(tài)學處理等。

到此這篇關于Java實現(xiàn)去除文檔陰影的示例代碼的文章就介紹到這了,更多相關Java去除文檔陰影內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: