求 JAVA语言 如何提取图像颜色特征和颜色直方图的方法

java.awt.Color 类用于封装默认 sRGB 颜色空间中的颜色，或者用于封装由 ColorSpace

标识的任意颜色空间中的颜色。每种颜色都有一个隐式的 alpha 值 1.0，或者有一个在构造方法中提供的显式的 alpha 值。alpha

值定义了颜色的透明度，可用一个在 0.0 - 1.0 或 0 - 255 范围内的浮点值表示它。alpha 值为 1.0 或 255

则意味着颜色完全是不透明的，alpha 值为 0 或 0.0 则意味着颜色是完全透明的。在使用显式的 alpha 值构造 Color

时，或者在获取某个 Color 的颜色/alpha 分量时，从不将颜色分量预乘 alpha 分量。

希望可以帮助到你.

ps直方图怎么看（判断图像色调）和ps如何看直

直方图是用图形表示图像的每个亮度级别或颜色的像素数量，展示像素在图像中的分布情况。可以帮助我们确定某个图像的明度或红、绿、蓝等在阴影、中间调以及高光部分是否有足够的细节，来进行良好的校正。

在ps中可以直接看整个颜色的直方图，也可以如下图所示，在画红杠的通道的下拉菜单中选择某一颜色。由此判断颜色的分布或是否在阴影、中间调以及高光部分缺失。

在ps中使用色阶、曲线的通道进行调整时，界面中实际也显示了这个颜色的直方图，可以作为调整时的参考。例如下图蓝、绿在亮部明显缺失，造成偏色，可以将曲线做如图调整予以纠正。

希望采纳。

如何使用MATLAB计算彩色图像的颜色直方图？

从别人那里学来的:

1.将RGB图象转为HSV

2. 将H分量量化16级，将S分量和V分量分别量化为4级.

3.将三个颜色分量合成为一维特征向量：L = H*Qs*Qv+S*Qv+v；Qs,Qv分别是S和V的量化级数, L取值范围[0,255].

4.计算L的直方图分布

但愿合你胃口，呵呵！

ps颜色直方图怎么看

一般的显示器可以让红绿蓝分别发出256个亮度等级，例如现在有一种颜色：R50，G150，B250，那就意味着显示器将发出50强度的红色，150强度的绿色，250强度的蓝色来表现这种颜色。红色通道直方图会有五个凸起，其中在5这个亮度等级上的凸起最高，为其他的两倍。

同理，绿色通道直方图也会有五个凸起，其中在56这个亮度等级上的凸起最高。

蓝色通道直方图会有6个凸起，这六个凸起的高度一致。

也就是说：如果通道直方图在某个亮度上没有凸起，那就意味着它没有发出这个亮度等级的光。如果在0上没有凸起，那就意味着它在所有像素中都发光了！

颜色直方图怎么解决位置信息丢失问题

　　直方图中的数值都是统计而来，描述了该图像中关于颜色的数量特征，可以反映颜色直方图图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息;任一幅图像都能唯一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若干个子区域，所有子区域的直方图之和等于全图直方图;一般情况下，由于图像上的背景和前景物体颜色分布明显不同，从而在直方图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。

　　折叠编辑本段类别

　　全局颜色直方图:反映的是图像中颜色的组成分布，即出现了哪些颜色以及各种颜色出现的概率，Swain 和 Ballard最先提出了使用颜色直方图作为图像颜色特征的表示方法。他们还指出:颜色直方图相对于图像的以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变换是不敏感的，颜色直方图对于图像质量的变化(如模糊)也不甚敏感。颜色直方图的这种特性使得它比较适合于检索图像的全局颜色相似性的场合，即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异。

　　累加颜色直方图:当图像中的特征并不能取遍所有可取值时，统计直方图中会出现一些零值。这些零值的出现会对相似性度量的计算带来影响，从而使得相似性度量并不能正确反映图像之间的颜色差别。为解决这个问题，在全局直方图的基础上，Stricker和Orengo进一步提出了使用"累加颜色直方图"的概念。在累加直方图中，相邻颜色在频数上是相关的。相比一般直方图，虽然累加直方图的存储量和计算量有很小的增加，但是累加直方图消除了一般直方图中常见的零值，也克服了一般直方图量化过细过粗检索效果都会下降的缺陷。一般的颜色直方图由于颜色空间是三维的，具有相同的三通道独立分布，但其联合分布并不为一。这种不考虑联合分布的方法，会导致在结果集中不相似的图像数目增加。因此便产生了1x3D的颜色直方图，设三个通道的量化级数分别是l、m、n，则总的量化级数K=lxmxn。这种方法虽然克服了一维的缺点，但颜色分辨率较低，而特征维数较高。对于一般的直方图特征维数是K=l+m+n，因此1x3D直方图的高维数，给特征处理带来了极大的不便。因此便想到了量化直方图。考虑到不同颜色空间的特性，各通道对人眼的视觉重要程度不同，可以对不同的颜色通道给于不同的量化级数。预先给定量化级数，用联合的方法建立直方图比较简单，但是却存在以下的不足:首先，没有考虑图像本身的特点;其次，没有考虑颜色空间的特点，l、m、n的不同取值，不足以反映不同颜色空间的3D分布情况;最后，颜色集合的代表性差。

　　折叠编辑本段方法

　　主色调直方图方法:考虑到量化直方图的上述问题便产生了主色调直方图的方法。因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不同颜色在图像中的出现概率是不同的，因此，可以通过统计图像中各种颜色出现的概率，选出最频繁出现的几种做为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率很低的哪些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。

图像中7种颜色分别1，2，3，4，5，6，7来表示;统计7种颜色各有多少个，并画出直方图

思路：统计字符串中每个数字字符出现的个数可以先定义一个整数数组a大小是10，依次保存0-9字符出现个数，遍历字符串，判断该字符是否是数字字符，如果是对应的数组元素自加1。参考代码：<pre t="code" l="cpp">#include<stdio.h>

#include<string.h>

int main()

{

char a[100];

int i,n,num[10];

gets(a);

n=strlen(a);

for(i=0;i<10;i++){

num[i]=0;

}

for(i=0;i<n;i++)

if(a[i]>='0'a[i]<='9')

num[a[i]-'0']++;

for(i=0;i<10;i++)

printf("%d ",num[i]);

return 0;

}

/*

输出：

ads51df0a3df9d87f89ads4fd0f3adsf21sdf47d89f9adsf65as1d2f3asd

2 3 2 3 2 2 1 2 3 4

*/

>>>>全文在线阅读<<<<