> Java > java지도 시간 > 본문

색상 양자화를 위해 제공된 Java 코드가 색상을 효과적으로 줄이는 데 어려움을 겪는 이유는 무엇입니까? 특히 256개 이상의 색상이 포함된 이미지를 256개로 줄일 때 다음과 같은 눈에 띄는 오류가 발생합니다.

Susan Sarandon
풀어 주다: 2024-11-25 14:47:12
원래의
861명이 탐색했습니다.

Why does the provided Java code for color quantization struggle to effectively reduce colors, particularly when reducing images with more than 256 colors to 256, resulting in noticeable errors like reds turning blue?

효과적인 GIF/이미지 색상 양자화

Java 프로그래밍에서 색상 양자화는 이미지 또는 GIF 파일의 색상 팔레트를 최적화하는 데 중요한 역할을 합니다. 이 프로세스에는 원본 이미지의 시각적으로 허용 가능한 표현을 유지하면서 색상 수를 줄이는 작업이 포함됩니다.

문제 설명:

제공된 코드는 색상을 줄이는 데 비효율적인 것 같습니다. 효과적으로. 256색 이상의 이미지를 256색으로 축소하면 빨간색이 파란색으로 변하는 등 눈에 띄는 오류가 발생합니다. 이는 알고리즘이 이미지에서 중요한 색상을 식별하고 보존하는 데 어려움을 겪고 있음을 나타냅니다.

권장 알고리즘:

  • Median Cut: 이 알고리즘은 중간 색상 값을 기준으로 색상 공간을 두 부분으로 재귀적으로 나누어 이진 트리를 만듭니다. 그런 다음 색상 변화가 가장 작은 하위 트리를 리프 노드로 선택하여 최종 색상 팔레트를 나타냅니다.
  • 인구 기반: 이 알고리즘은 색상을 인구(빈도)에 따라 정렬합니다. 이미지를 생성하고 가장 자주 사용되는 상위 "n" 색상을 선택하여 팔레트를 생성합니다.
  • k-평균: 이 알고리즘 색상 공간을 "k" 클러스터로 분할합니다. 여기서 각 클러스터는 평균 색상 값으로 표시됩니다. 그런 다음 클러스터 중심을 사용하여 색상 팔레트를 형성합니다.

샘플 구현:

다음은 Java에서 Median Cut 알고리즘을 구현한 예입니다.

import java.util.Arrays;
import java.util.Comparator;
import java.awt.image.BufferedImage;

public class MedianCutQuantizer {

    public static void quantize(BufferedImage image, int colors) {
        int[] pixels = image.getRGB(0, 0, image.getWidth(), image.getHeight(), null, 0, image.getWidth());
        Arrays.sort(pixels); // Sort pixels by red, green, and blue channel values

        // Create a binary tree representation of the color space
        TreeNode root = new TreeNode(pixels);

        // Recursively divide the color space and create the palette
        TreeNode[] palette = new TreeNode[colors];
        for (int i = 0; i < colors; i++) {
            palette[i] = root;
            root = divide(root);
        }

        // Replace pixels with their corresponding palette colors
        for (int i = 0; i < pixels.length; i++) {
            pixels[i] = getClosestColor(pixels[i], palette);
        }

        image.setRGB(0, 0, image.getWidth(), image.getHeight(), pixels, 0, image.getWidth());
    }

    private static TreeNode divide(TreeNode node) {
        // Find the median color value
        int median = node.getMedianValue();

        // Create two new nodes, one for each half of the color range
        TreeNode left = new TreeNode();
        TreeNode right = new TreeNode();

        // Divide the pixels into two halves
        for (int i = node.start; i < node.end; i++) {
            if (node.pixels[i] <= median) {
                left.addPixel(node.pixels[i]);
            } else {
                right.addPixel(node.pixels[i]);
            }
        }

        return left.count > right.count ? left : right;
    }

    private static int getClosestColor(int pixel, TreeNode[] palette) {
        int minDistance = Integer.MAX_VALUE;
        int closestColor = 0;

        for (TreeNode node : palette) {
            int distance = getDistance(pixel, node.getAverageValue());
            if (distance < minDistance) {
                minDistance = distance;
                closestColor = node.getAverageValue();
            }
        }

        return closestColor;
    }

    // Utility methods

    private static int getDistance(int color1, int color2) {
        int r1 = (color1 >> 16) & 0xFF;
        int g1 = (color1 >> 8) & 0xFF;
        int b1 = color1 & 0xFF;

        int r2 = (color2 >> 16) & 0xFF;
        int g2 = (color2 >> 8) & 0xFF;
        int b2 = color2 & 0xFF;

        return (r1 - r2) * (r1 - r2) + (g1 - g2) * (g1 - g2) + (b1 - b2) * (b1 - b2);
    }

    private static class TreeNode {
        int start;
        int end;
        int count;
        int[] pixels;
        Integer averageValue;

        public TreeNode() {
            this(new int[0], 0, 0);
        }

        public TreeNode(int[] pixels, int start, int end) {
            this.pixels = pixels;
            this.start = start;
            this.end = end;

            count = end - start;
        }

        public int getMedianValue() {
            return pixels[(start + end) / 2];
        }

        public int getAverageValue() {
            if (averageValue == null) {
                int r = 0;
                int g = 0;
                int b = 0;

                for (int i = start; i < end; i++) {
                    int pixel = pixels[i];

                    r += (pixel >> 16) & 0xFF;
                    g += (pixel >> 8) & 0xFF;
                    b += pixel & 0xFF;
                }

                averageValue = (r / count) << 16 | (g / count) << 8 | b / count;
            }

            return averageValue;
        }

        public void addPixel(int pixel) {
            int[] newPixels = new int[pixels.length + 1];

            System.arraycopy(pixels, start, newPixels, start, end);
            newPixels[end] = pixel;

            pixels = newPixels;
            end++;
            count = end - start;

            averageValue = null;
        }
    }
}
로그인 후 복사

이 구현이나 기타 유사한 알고리즘을 사용하면 Java의 색상 양자화 프로세스를 크게 향상시킬 수 있습니다. 적용하여 이미지 색상을 256 이하로 줄이면 시각적으로 만족스러운 결과를 얻을 수 있습니다.

위 내용은 색상 양자화를 위해 제공된 Java 코드가 색상을 효과적으로 줄이는 데 어려움을 겪는 이유는 무엇입니까? 특히 256개 이상의 색상이 포함된 이미지를 256개로 줄일 때 다음과 같은 눈에 띄는 오류가 발생합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

원천:php.cn
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
저자별 최신 기사
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿