java ImageIO处理图片文件时报错Unsupported Image Type及颜色失真

本文介绍如何使用TwelveMonkeys库解决Java中CMYK格式图片处理问题,并提供了一个使用ImageIO类处理图片的示例。

java的ImageIO类默认能对RGB格式的图片进行处理,当遇到CMYK格式的图片时就会报错Unsupported Image Type,或者图片处理后变成了大片花花绿绿/黑漆漆的丢失了原来的颜色。即JDK自带的ImageIO类默认情况下不能处理CMYK格式的图片。

解决上面的图片处理问题,引入开源项目https://github.com/haraldk/TwelveMonkeys即可解决:按之前的方式使用ImageIO,不需要使用额外的API,只有引入类似下面的依赖即可。

<dependencies>
	<dependency>
		<groupId>com.twelvemonkeys.imageio</groupId>
		<artifactId>imageio-jpeg</artifactId>
		<version>3.4.1</version>
	</dependency>
	<dependency>
		<groupId>com.twelvemonkeys.imageio</groupId>
		<artifactId>imageio-tiff</artifactId>
		<version>3.4.1</version>
	</dependency>
	<dependency>
		<groupId>com.twelvemonkeys.common</groupId>
		<artifactId>common-lang</artifactId>
		<version>3.4.1</version>
	</dependency>
	<dependency>
		<groupId>com.twelvemonkeys.common</groupId>
		<artifactId>common-io</artifactId>
		<version>3.4.1</version>
	</dependency>
	<dependency>
		<groupId>com.twelvemonkeys.common</groupId>
		<artifactId>common-image</artifactId>
		<version>3.4.1</version>
	</dependency>
	<dependency>
		<groupId>com.twelvemonkeys.imageio</groupId>
		<artifactId>imageio-core</artifactId>
		<version>3.4.1</version>
	</dependency>
	<dependency>
		<groupId>com.twelvemonkeys.imageio</groupId>
		<artifactId>imageio-metadata</artifactId>
		<version>3.4.1</version>
	</dependency>
</dependencies>

另外,图片处理除了使用jdk自带的ImageIO类之外,也有一些开源项目方便处理图片文件,如项目 https://github.com/coobird/thumbnailator,有简单方便的API直接可用。

下面是一个使用ImageIO类的图片处理示例:

import java.awt.Image;
import java.awt.image.BufferedImage;
import java.io.Closeable;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;

import javax.imageio.ImageIO;

public class ImageCompress {
	private Image image;
	private int width;
	private int height;
	private String fileName;

	public ImageCompress(File file, String fileName) throws IOException {
		this.fileName = fileName;
		image = ImageIO.read(file); // 构造Image对象
		width = image.getWidth(null); // 得到源图宽
		height = image.getHeight(null); // 得到源图长
	}

	public void resizeFix(int w, int h) throws IOException {
		if (width / height > w / h) {
			resizeByWidth(w);
		} else {
			resizeByHeight(h);
		}
	}

	public void resizeByWidth(int w) throws IOException {
		if (width <= w)
			return;
		int h = (int) (height * w / width);
		resize(w, h);
	}

	/**
	 * 以高度为基准,等比例缩放图片
	 * 
	 * @param h
	 *            int 新高度
	 */
	public void resizeByHeight(int h) throws IOException {
		int w = (int) (width * h / height);
		resize(w, h);
	}

	/**
	 * 强制压缩/放大图片到固定的大小
	 * 
	 * @param w int 新宽度
	 * @param h int 新高度
	 */
	public void resize(int w, int h) throws IOException {
		// SCALE_SMOOTH 的缩略算法 生成缩略图片的平滑度的 优先级比速度高 生成的图片质量比较好 但速度慢
		File file = new File(fileName);
		BufferedImage bi = new BufferedImage(w, h, BufferedImage.TYPE_INT_RGB);
		bi.getGraphics().drawImage(image.getScaledInstance(w, h, Image.SCALE_AREA_AVERAGING), 0, 0, null); // 绘制缩小后的图
		FileOutputStream output = null;
		try {
			output = new FileOutputStream(file); // 输出到文件流
			ImageIO.write(bi, fileName.substring(fileName.lastIndexOf('.') + 1), output);
		} catch (Exception e) {
			e.printStackTrace();
		} finally {
			close(output);
		}
	}

	private void close(Object... obj) {
		try {
			if (obj != null) {
				for (int i = 0; i < obj.length; i++) {
					if (obj[i] != null) {
						if (obj[i] instanceof Closeable) {
							Closeable c = (Closeable) obj[i];
							c.close();
						}
					}
				}
			}
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	public static void main(String[] args) {
		// 批量将E:/home/image目录下的文件做压缩处理,输出到E:/home/image_out目录
		File src = new File("E:/home/image");
		String fileName = "E:/home/image_out/";
		File[] listFiles = src.listFiles();
		for (File file : listFiles) {
			String name = file.getName().toLowerCase();
			if (name.endsWith(".jpg") || name.endsWith(".jpeg") || name.endsWith(".gif") || name.endsWith(".png")) {
				try {
					ImageCompress image = new ImageCompress(file, fileName + file.getName());
					image.resizeByWidth(360);
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
		}
	}

}

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值