public BufferedImage replaceWithWhiteColor(BufferedImage bi) {
創(chuàng)新互聯(lián)堅持“要么做到,要么別承諾”的工作理念,服務(wù)領(lǐng)域包括:成都網(wǎng)站設(shè)計、成都網(wǎng)站制作、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù),滿足客戶于互聯(lián)網(wǎng)時代的垣曲網(wǎng)站設(shè)計、移動媒體設(shè)計的需求,幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴!
int[] rgb = new int[3];
int width = bi.getWidth();
int height = bi.getHeight();
int minx = bi.getMinX();
int miny = bi.getMinY();
/**
* 遍歷圖片的像素,為處理圖片上的雜色,所以要把指定像素上的顏色換成目標(biāo)白色 用二層循環(huán)遍歷長和寬上的每個像素
*/
int hitCount = 0;
for (int i = minx; i width-1; i++) {
for (int j = miny; j height; j++) {
/**
* 得到指定像素(i,j)上的RGB值,
*/
int pixel = bi.getRGB(i, j);
int pixelNext = bi.getRGB(i+1, j);
/**
* 分別進(jìn)行位操作得到 r g b上的值
*/
rgb[0] = (pixel 0xff0000) 16;
rgb[1] = (pixel 0xff00) 8;
rgb[2] = (pixel 0xff);
/**
* 進(jìn)行換色操作,我這里是要換成白底,那么就判斷圖片中rgb值是否在范圍內(nèi)的像素
*/
//經(jīng)過不斷嘗試,RGB數(shù)值相互間相差15以內(nèi)的都基本上是灰色,
//對以身份證來說特別是介于73到78之間,還有大于100的部分RGB值都是干擾色,將它們一次性轉(zhuǎn)變成白色
if ((Math.abs(rgb[0] - rgb[1]) 15)
(Math.abs(rgb[0] - rgb[2]) 15)
(Math.abs(rgb[1] - rgb[2]) 15)
(((rgb[0] 73) (rgb[0] 78))||(rgb[0] 100))) {
//進(jìn)行換色操作,0xffffff是白色
bi.setRGB(i, j, 0xffffff);
}
}
}
恩,簡單的實現(xiàn)
思路:提供各個人穿各種樣子的圖片 比如3個人,4種衣服 12張圖片預(yù)先設(shè)置好。然后獲取 人和衣服的值給相應(yīng)的圖片就好
稍微復(fù)雜的實現(xiàn)
將人的圖片設(shè)置被背景,衣服如果分上下衣(就分成DIV1/2),衣服做成PNG模式,放在DIV1/2里,主要衣服的位置準(zhǔn)確性,這樣用2個JS就可以實現(xiàn) 1個換背景 1個換衣服。
最最復(fù)雜的實現(xiàn),用java畫圖。
這個,一般不做考慮,除非用來生成圖表.
2是最好的,排好位置就行。但和java無關(guān)。
有很多東西,可以用簡單的方式來完成,沒有必要用JAVA,打個比方,你削鉛筆時,會想到去用殺豬刀削還是鉛筆刀?
1.環(huán)境搭建
整個項目的結(jié)構(gòu)圖
2.編寫DetectFaceDemo.java,代碼如下:
[java] view plaincopy
package com.njupt.zhb.test;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.highgui.Highgui;
import org.opencv.objdetect.CascadeClassifier;
//
// Detects faces in an image, draws boxes around them, and writes the results
// to "faceDetection.png".
//
public class DetectFaceDemo {
public void run() {
System.out.println("\nRunning DetectFaceDemo");
System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());
// Create a face detector from the cascade file in the resources
// directory.
//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());
//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());
//注意:源程序的路徑會多打印一個‘/’,因此總是出現(xiàn)如下錯誤
/*
* Detected 0 faces Writing faceDetection.png libpng warning: Image
* width is zero in IHDR libpng warning: Image height is zero in IHDR
* libpng error: Invalid IHDR data
*/
//因此,我們將第一個字符去掉
String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);
CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);
Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));
// Detect faces in the image.
// MatOfRect is a special container class for Rect.
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));
// Draw a bounding box around each face.
for (Rect rect : faceDetections.toArray()) {
Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}
// Save the visualized detection.
String filename = "faceDetection.png";
System.out.println(String.format("Writing %s", filename));
Highgui.imwrite(filename, image);
}
}
3.編寫測試類:
[java] view plaincopy
package com.njupt.zhb.test;
public class TestMain {
public static void main(String[] args) {
System.out.println("Hello, OpenCV");
// Load the native library.
System.loadLibrary("opencv_java246");
new DetectFaceDemo().run();
}
}
//運(yùn)行結(jié)果:
//Hello, OpenCV
//
//Running DetectFaceDemo
///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml
//Detected 8 faces
//Writing faceDetection.png