Obtenir un tableau de valeurs de pixels à partir d'une BufferedImage peut être une tâche fastidieuse, mais certaines méthodes offrent des temps de traitement plus rapides .
Une approche consiste à utiliser BufferedImage.getRGB() dans une boucle imbriquée, qui combine les valeurs alpha, rouge, verte et bleue dans entiers simples. Cependant, cette méthode n'est pas idéale pour les grandes images ou les applications sensibles aux performances.
Alternativement, accéder directement au tableau de pixels à l'aide de ((DataBufferByte) bufferedImage.getRaster().getDataBuffer()).getData() est considérablement plus rapide. Cette approche fournit un accès direct aux valeurs de rouge, de vert et de bleu, incluant éventuellement un canal alpha.
Une comparaison des performances menée avec une image massive de 12 000 x 12 000 pixels a démontré une amélioration frappante lors de l'utilisation de la méthode d'accès direct aux pixels. L'approche getRGB() prenait environ 16 secondes pour chaque exécution, tandis que l'accès direct au tableau de pixels réduisait le temps de traitement à seulement 1 à 2 secondes.
Voici un extrait de code comparant les deux approches :
import java.awt.image.BufferedImage; import java.awt.image.DataBufferByte; ... // First method: Using BufferedImage.getRGB() int[][] result1 = convertTo2DUsingGetRGB(hugeImage); // Second method: Accessing pixel array directly int[][] result2 = convertTo2DWithoutUsingGetRGB(hugeImage); ... private static int[][] convertTo2DUsingGetRGB(BufferedImage image) { ... for (int row = 0; row < height; row++) { for (int col = 0; col < width; col++) { result[row][col] = image.getRGB(col, row); } } ... } private static int[][] convertTo2DWithoutUsingGetRGB(BufferedImage image) { ... final byte[] pixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData(); ... for (int pixel = 0, row = 0, col = 0; pixel + 3 < pixels.length; pixel += pixelLength) { ... } ... }
En tirant parti de la méthode d'accès direct aux pixels, vous pouvez optimiser les performances de vos tâches de traitement d'image, en particulier lorsqu'il s'agit d'images volumineuses ou sensibles au temps. candidatures.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!