java以目标尺寸按原图片像素比缩放切割图片

本文介绍了一种图片裁剪与缩放算法,该算法能够保持原图样式不变的同时,将其缩放到指定尺寸并裁剪多余部分。适用于需要统一图片尺寸的应用场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

需求:原始图片缩放为目标尺寸后,要求缩放后的图片保持原图片的样式不改变,但是缩放后图片的四边可以裁减。
原理:将待裁剪图片宽高相除值和目标尺寸宽高相除值进行比较,如果前者较大,说明待裁剪图片相对于目标尺寸来说要宽出一块,现在已高为基准进行裁剪,即将原始图片的高度缩放到目标尺寸的高度。计算出原始图片高度和目标尺寸高度的比例,和原始图片宽度相乘,得到缩放后的宽度。此时的缩缩放后的高度就是目标尺寸的高度,但是宽度*肯定*会比目标尺寸宽度宽。将缩放后的多余的宽度分为两份右边和左边各裁去一份。
以宽为基准原理类似。

代码:

<!-- lang: java -->
public class ImgUtil {
/**
 * 
 * @param srcImgPath 待切割图片路径
 * @param destImgPath 切割后图片路径
 * @param destImgW 所需宽度
 * @param destImgH 所需高度
 */
public static void createThumb (String srcImgPath , String destImgPath, int destImgW , int destImgH){
	//原图片等比例缩小或放大之后的图片
	int narrowImgW ;
	int narrowImgH ;
	//原图片大小
	int srcImgW ;
	int srcImgH ;
	try {
		BufferedImage bi = ImageIO. read(new File(srcImgPath));
		srcImgW = bi.getWidth();
		srcImgH = bi.getHeight();
		// 转换图片尺寸与目标尺寸比较 , 如果转换图片较小,说明转换图片相对于目标图片来说高较小,需要以高为基准进行缩放。
		if((float )srcImgW /srcImgH > (float)destImgW / destImgH){
			narrowImgW = ( int)(((float )destImgH / (float)srcImgH)*srcImgW);
			narrowImgH = destImgH;
			//按照原图以高为基准等比例缩放、或放大。这一步高为所需图片的高度,宽度肯定会比目标宽度宽。
			int cutNarrowImgSize = (narrowImgW - destImgW)/2;
			BufferedImage narrowImg = new BufferedImage(narrowImgW, narrowImgH,BufferedImage.TYPE_INT_RGB);
			narrowImg.getGraphics().drawImage(bi.getScaledInstance(narrowImgW, narrowImgH, Image.SCALE_SMOOTH ), 0, 0, null);
			//等比例缩放完成后宽度与目标尺寸宽度相比较 , 将多余宽的部分分为两份 ,左边删除一部分
			Image image = narrowImg.getScaledInstance(narrowImgW, narrowImgH, Image.SCALE_DEFAULT );
			CropImageFilter cropFilter = new CropImageFilter(cutNarrowImgSize, 0, narrowImgW-cutNarrowImgSize, narrowImgH);
			Image img = Toolkit.getDefaultToolkit().createImage( new FilteredImageSource(image.getSource(), cropFilter));
			BufferedImage cutLiftNarrowImg = new BufferedImage( narrowImgW-cutNarrowImgSize, narrowImgH,BufferedImage.TYPE_INT_RGB );
			cutLiftNarrowImg.getGraphics().drawImage(img, 0, 0, null);
			//右边删除一部分
			image = cutLiftNarrowImg.getScaledInstance(narrowImgW-cutNarrowImgSize, narrowImgH, Image.SCALE_DEFAULT );
			cropFilter = new CropImageFilter(0, 0, narrowImgW-cutNarrowImgSize*2, narrowImgH);
			img = Toolkit.getDefaultToolkit().createImage( new FilteredImageSource(image.getSource(), cropFilter));
			BufferedImage cutRightNarrowImg = new BufferedImage( narrowImgW-cutNarrowImgSize*2, narrowImgH,BufferedImage.TYPE_INT_RGB );
			Graphics g = cutRightNarrowImg.getGraphics();
			g.drawImage(img, 0, 0, null); // 绘制截取后的图
			g.dispose();
			//输出为文件 最终为所需要的格式
			ImageIO. write(cutRightNarrowImg, "JPEG", new File(destImgPath));
		}
		else{ //以宽度为基准
			narrowImgW = destImgW;
			narrowImgH = ( int) (((float )destImgW / (float)srcImgW)*srcImgH);
			int cutNarrowImgSize = (narrowImgH - destImgH)/2;

			BufferedImage narrowImg = new BufferedImage(narrowImgW, narrowImgH,BufferedImage.TYPE_INT_RGB);
			narrowImg.getGraphics().drawImage(bi.getScaledInstance(narrowImgW, narrowImgH, Image.SCALE_SMOOTH ), 0, 0, null);

			Image image = narrowImg.getScaledInstance(narrowImgW, narrowImgH, Image.SCALE_DEFAULT );
			CropImageFilter cropFilter = new CropImageFilter(0, cutNarrowImgSize, narrowImgW, narrowImgH-cutNarrowImgSize);
			Image img = Toolkit.getDefaultToolkit().createImage( new FilteredImageSource(image.getSource(), cropFilter));
			BufferedImage cutTopNarrowImg = new BufferedImage( narrowImgW, narrowImgH-cutNarrowImgSize,BufferedImage. TYPE_INT_RGB);
			cutTopNarrowImg.getGraphics().drawImage(img, 0, 0, null);

			image = cutTopNarrowImg.getScaledInstance(narrowImgW, narrowImgH-cutNarrowImgSize, Image. SCALE_DEFAULT);
			cropFilter = new CropImageFilter(0, 0, narrowImgW, narrowImgH-cutNarrowImgSize*2);
			img = Toolkit.getDefaultToolkit().createImage( new FilteredImageSource(image.getSource(), cropFilter));
			BufferedImage cutBottomNarrowImg = new BufferedImage( narrowImgW, narrowImgH-cutNarrowImgSize*2,BufferedImage. TYPE_INT_RGB);
			Graphics g = cutBottomNarrowImg.getGraphics();
			g.drawImage(img, 0, 0, null);
			g.dispose();
			ImageIO. write(cutBottomNarrowImg, "JPEG", new File(destImgPath));
		}
	} catch (IOException e) {
		e.printStackTrace();
	}
}
public static void main(String []args){
	createThumb("G://3.png", "G://223.jpg", 320, 212);
}

}

原图片1:1,并且长宽都比目标尺寸要小。

原图

缩放后:

在此输入图片描述

以高为基准缩放:原图

原图

缩略图

缩略图

已款以基准:原图

原图

缩略图:

缩略图

转载于:https://my.oschina.net/u/873047/blog/106551

评论
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