如何对加载的图像应用高斯模糊的示例代码：

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

public class GaussianBlurExample {

    public static void main(String[] args) {
        try {
            // 读取图像
            BufferedImage image = ImageIO.read(new File("path/to/your/image.jpg")); // 替换为您的图像路径
            
            // 应用高斯模糊
            BufferedImage blurredImage = applyGaussianBlur(image, 15); // 15是模糊的程度

            // 保存模糊后的图像
            ImageIO.write(blurredImage, "jpg", new File("path/to/save/blurred_image.jpg")); // 替换为保存路径

        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static BufferedImage applyGaussianBlur(BufferedImage image, int radius) {
        // 创建高斯模糊矩阵
        float[] matrix = createGaussianKernel(radius);
        kernel = new Kernel(matrix.length, matrix.length, matrix);
        ConvolveOp convolveOp = new ConvolveOp(kernel, ConvolveOp.EDGE_NO_OP, null);
        
        // 应用高斯模糊
        return convolveOp.filter(image, null);
    }
    
    private static float[] createGaussianKernel(int radius) {
        int size = radius * 2 + 1;
        float[] kernel = new float[size * size];
        float sigma = radius / 3f;
        float sum = 0;

        for (int x = -radius; x <= radius; x++) {
            for (int y = -radius; y <= radius; y++) {
                float value = (float) Math.exp(-(x * x + y * y) / (2 * sigma * sigma));
                kernel[(x + radius) * size + (y + radius)] = value;
                sum += value;
            }
        }

        // 归一化
        for (int i = 0; i < kernel.length; i++) {
            kernel[i] /= sum;
        }

        return kernel;
    }
}

代码说明

1. 读取图像：使用 ImageIO.read() 从指定路径读取图像。
2. 创建高斯模糊矩阵：createGaussianKernel 方法生成一个高斯模糊内核。
3. 应用高斯模糊：使用 ConvolveOp 对图像应用模糊效果。
4. 保存模糊后的图像：将模糊处理后的图像保存到指定路径。

标签： 来源：

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。