答案：Java通过BufferedImage和图像处理API实现滤镜，示例包括灰度、反色、模糊和锐化；使用像素遍历或卷积核处理图像，结合ImageIO读写图片，适用于桌面应用。
在Java中实现图像滤镜功能，主要依赖于java.awt.image.BufferedImage类和相关图像处理API。通过遍历像素并修改其颜色值，可以实现各种常见的滤镜效果，比如灰度、反色、模糊、锐化等。
读取和显示图像
要处理图像，先要加载图片到BufferedImage对象中，然后可以在窗口中显示或保存处理后的结果。
示例代码：
import javax.imageio.ImageIO; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException;public class ImageFilter { public static BufferedImage loadImage(String path) { try { return ImageIO.read(new File(path)); } catch (IOException e) { System.out.println("无法加载图像: " + e.getMessage()); return null; } }
public static void saveImage(BufferedImage img, String outputPath) { try { ImageIO.write(img, "png", new File(outputPath)); } catch (IOException e) { System.out.println("无法保存图像: " + e.getMessage()); } }}
立即学习“Java免费学习笔记（深入）”；
实现常见滤镜效果
通过获取每个像素的RGB值，进行数学运算后再写回图像，即可实现滤镜。
public class FilterUtils {
// 灰度滤镜
public static BufferedImage toGrayscale(BufferedImage img) {
BufferedImage result = new BufferedImage(img.getWidth(), img.getHeight(), BufferedImage.TYPE_INT_RGB);
for (int y = 0; y < img.getHeight(); y++) {
for (int x = 0; x < img.getWidth(); x++) {
int rgb = img.getRGB(x, y);
int r = (rgb >> 16) & 0xFF;
int g = (rgb >> 8) & 0xFF;
int b = 0xFF & rgb;
int gray = (int)(0.3 * r + 0.59 * g + 0.11 * b);
int grayRgb = (gray << 16) | (gray << 8) | gray;
result.setRGB(x, y, grayRgb);
}
}
return result;
}
// 反色滤镜
public static BufferedImage invertColors(BufferedImage img) {
BufferedImage result = new BufferedImage(img.getWidth(), img.getHeight(), BufferedImage.TYPE_INT_RGB);
for (int y = 0; y < img.getHeight(); y++) {
for (int x = 0; x < img.getWidth(); x++) {
int rgb = img.getRGB(x, y);
int r = 255 - ((rgb >> 16) & 0xFF);
int g = 255 - ((rgb >> 8) & 0xFF);
int b = 255 - (rgb & 0xFF);
int invertedRgb = (r << 16) | (g << 8) | b;
result.setRGB(x, y, invertedRgb);
}
}
return result;
}
// 简单模糊滤镜（均值滤波）
public static BufferedImage blur(BufferedImage img) {
BufferedImage result = new BufferedImage(img.getWidth(), img.getHeight(), BufferedImage.TYPE_INT_RGB);
int kernelSize = 3;
int offset = kernelSize / 2;
for (int y = offset; y < img.getHeight() - offset; y++) {
for (int x = offset; x < img.getWidth() - offset; x++) {
int sumR = 0, sumG = 0, sumB = 0;
for (int ky = -offset; ky <= offset; ky++) {
for (int kx = -offset; kx <= offset; kx++) {
int rgb = img.getRGB(x + kx, y + ky);
sumR += (rgb >> 16) & 0xFF;
sumG += (rgb >> 8) & 0xFF;
sumB += rgb & 0xFF;
}
}
int avgR = sumR / (kernelSize * kernelSize);
int avgG = sumG / (kernelSize * kernelSize);
int avgB = sumB / (kernelSize * kernelSize);
int avgRgb = (avgR << 16) | (avgG << 8) | avgB;
result.setRGB(x, y, avgRgb);
}
}
return result;
}}
立即学习“Java免费学习笔记（深入）”；
使用卷积核实现高级滤镜
对于更复杂的滤镜如锐化、边缘检测，可以使用ConvolveOp和Kernel类。
示例：使用卷积实现图像锐化
import java.awt.image.ConvolveOp;
import java.awt.image.Kernel;
public static BufferedImage sharpen(BufferedImage img) {
float[] kernelData = {
0, -1, 0,
-1, 5, -1,
0, -1, 0
};
Kernel kernel = new Kernel(3, 3, kernelData);
ConvolveOp convolveOp = new ConvolveOp(kernel, ConvolveOp.EDGE_NO_OP, null);
return convolveOp.filter(img, null);
}
基本上就这些。你可以组合多个滤镜，或者根据需求调整算法参数。Java的图像处理虽然不如Python方便，但在桌面应用中足够实用。注意边界处理和性能优化，尤其是大图处理时建议使用多线程或Raster操作提升效率。
