实现图片过滤功能

本文介绍了一个简单的图片过滤器实现方法,该过滤器可以筛选出.gif、.jpg和.png格式的图片文件。通过Java FilenameFilter接口的应用,实现了指定目录下特定格式图片的筛选,并提供了测试代码验证其功能。
1。图片过滤处理文件,只要.gif,.jpg,.png文件

//package com.jdon.picture;

import java.io.*;
/**
* <p>Title: </p>
* <p>Description: </p>
* <p>Copyright: Copyright (c) 2002</p>
* <p>Company: </p>
* @author unascribed
* @version 1.0
*/

public class ImageFilter implements FilenameFilter
{



public boolean isGif(String file)
{
if (file.toLowerCase().endsWith(".gif")){
return true;
}else{
return false;
}
}


public boolean isJpg(String file)
{
if (file.toLowerCase().endsWith(".jpg")){
return true;
}else{
return false;
}
}

public boolean isPng(String file)
{
if (file.toLowerCase().endsWith(".png")){
return true;
}else{
return false;
}
}


public boolean accept(File dir,String fname){
return (isGif(fname) || isJpg(fname) || isPng(fname));

}

}

2。程序测试类
import java.io.File;

public class ImageFilterTest{
public static void main(String[] args){
File directory=new File("E://program//FilenameFilter//images");
String[] images = directory.list(new ImageFilter());
System.out.println("size="+images.length);
for (int i = 0; i < images.length; i++){
String imgfile=images[i];
System.out.println("imgfile="+imgfile);
}
}
}
[图像过滤]的“先进”技术来,于是今天下午花了些许时间,也“先进”了一吧,做了个Java版的图像过滤实现。当然,出于Java性能的考虑,笔者这里没有做图像拦截,而是使用了图像遮挡的手段来达到拦截的目的。顺便也告诉网友,究竟图像的什么部位,可能会在[绿坝]中[犯禁](我用的[史莱姆]覆盖……)。 PS:在正式开篇之前,为了体现本文所应用技术的先进性,我也学习号称全国领先的绿坝重重的加上一笔 [本代码可以过滤图片中的不良信息,但不保证不良信息能完全被过滤,也不保证被过滤的信息完全是不良信息 ] 实际上,根据网络上流传的[金惠谈判响应书]中所涉及到的资料,我们都知道绿坝对于人物图像采取了很简单——不,应该说是外行看上去很复杂的肤色验证手段,也就是提取出可归纳为人肉色的图像区域转化为黑白图(明白为什么验证不了黑人了吗?),再通过黑白图运算肉色范围最终判定是否过滤图形的古老——被先进性使用的古老技术。 笔者将其具体实现过程简化如下(具体请下载参看笔者提供的源码): view plaincopy to clipboardprint? /** * 以指定图片掩盖目标图片中大块肉色 * * @param srcImage * @param deckImage * @return */ public static Image getFleshKeepOut(BufferedImage srcImage, BufferedImage deckImage) { // 获得肌肤反色的人物图像 BufferedImage nowImage = FleshDetector.getFleshBinaryImage(srcImage); // 汲取图像中白色部分(即处理获得的肌肤反色图中的白色区域,5为有效范围匹配范围) BufferedImage nowImage1 = Alteration.dilate(nowImage,5); // 取得适当的遮盖点 PallDetection detect = FleshDetector.detectWhite(nowImage1); // 获得“和谐”后目标图 return FleshEffector.drawImage(srcImage, detect, deckImage); } /** * 以指定图片掩盖目标图片中大块肉色 * * @param srcImage * @param deckImage * @return */ public static Image getFleshKeepOut(BufferedImage srcImage, BufferedImage deckImage) { // 获得肌肤反色的人物图像 BufferedImage nowImage = FleshDetector.getFleshBinaryImage(srcImage); // 汲取图像中白色部分(即处理获得的肌肤反色图中的白色区域,5为有效范围匹配范围) BufferedImage nowImage1 = Alteration.dilate(nowImage,5); // 取得适当的遮盖点 PallDetection detect = FleshDetector.detectWhite(nowImage1); // 获得“和谐”后目标图 return FleshEffector.drawImage(srcImage, detect, deckImage); } 事实上,通过肤色检测只不过是最初直方图(取人体结构判定人类图像)的一个简化,固有的问题还是没有解决,比如很多风景图片也有大块的类肤色区域,况且还有肤色高光部分导致的漏判,还有大块人脸等。通过一个人脸检测器来过滤大块的人脸区域于是成了标配。引入更多的图像特征,比如纹理等,也可以过滤掉一些误判的风景图像。 具体的请下源码吧,这个东西虽然不难,但是用笔写的话与以前写[AI]时一样,同属论文素材之一…… 比如以下运行截图,就如[绿坝]一样,将[主席]给[色情]掉了(天地良心啊,我最初设置的肉色范围真的不会误判[主席],为了配合网上的[绿坝]实验结果才后改的取值范围……):
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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