


Lire l'image couleur en image en niveaux de gris à l'aide de la bibliothèque Java OpenCV
La méthode
imread() de la classe Imgcodecs accepte une chaîne représentant le nom du fichier comme valeur du paramètre. Cette méthode lit le contenu du fichier spécifié dans un objet matrice et le renvoie. En utilisant cette méthode, vous pouvez lire le contenu de l'image.
En plus de cela, la classe Imgcodecs fournit également une autre variante de cette méthode qui accepte une valeur entière représentant un drapeau spécifiant le mode de lecture souhaité.
p>
Voici les différents champs de la classe Imgcodecs qui peuvent être utilisés comme valeurs d'indicateur.
IMREAD_COLOR - Si le drapeau est défini sur cette valeur, l'image chargée sera convertie en une image couleur BGR (Bleu Vert Rouge) à 3 canaux.
-
IMREAD_GRAYSCALE - Si l'indicateur est défini sur cette valeur, l'image chargée sera convertie en une image en niveaux de gris à canal unique.
IMREAD_LOAD_GDAL - Si l'indicateur est défini sur cette valeur, les images peuvent être chargées à l'aide du pilote GDAL.
-
IMREAD_ANYCOLOR - Si le drapeau est défini sur cette valeur, l'image sera lue dans n'importe quel format de couleur possible.
li> -
Imread_redOed_Color_2 ou,
IMREAD_REDUBED_COLOR_4 ou,
IMREAD_REDOBSE_COLOR_8 - Si l'indicateur est défini sur cette valeur, l'image est lue comme un BGR à trois canaux et que les dimensions de l'image sont par rapport au champ utilisé un zoom arrière à 1/2, 1/4 ou 1/8 de la taille originale de l'image.
IMREAD_UNCHANGED - Si l'indicateur est défini sur cette valeur, l'image chargée est renvoyée telle quelle.
IMREAD_REDUCED_GRAYSCALE_2 ou,
IMREAD_REDUCED_GRAYSCALE_4 ou,
IMREAD_REDUCED_GRAYSCALE_8 - Si l'indicateur est défini sur cette valeur, l'image est lue comme une image en niveaux de gris à canal unique et la taille de l'image est Zoom arrière relatif vers le image en utilisant le champ 1/2, 1/4 ou 1/8 de la taille originale.
Donc, si vous avez besoin de lire une image couleur en image en niveaux de gris, vous devez passer IMREAD_GRAYSCALE ou IMREAD_REDUCED_GRAYSCALE_X comme paramètre.
Exemple 1
import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.imgcodecs.Imgcodecs; public class ReadAsGreyScale { public static void main(String args[]) { //Loading the OpenCV core library System.loadLibrary(Core.NATIVE_LIBRARY_NAME); //Reading the Image from the file Mat matrix = Imgcodecs.imread("D://images//sunset.jpg", Imgcodecs.IMREAD_GRAYSCALE); //Writing the image Imgcodecs.imwrite("D://images//sunset_greyscale.jpg", matrix); System.out.println("Image re-Saved"); } }
Entrée
Sortie
Exemple 2

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Cet article analyse les quatre premiers cadres JavaScript (React, Angular, Vue, Svelte) en 2025, en comparant leurs performances, leur évolutivité et leurs perspectives d'avenir. Alors que tous restent dominants en raison de fortes communautés et écosystèmes, leur populaire relatif

Cet article aborde la vulnérabilité CVE-2022-1471 dans SnakeyAml, un défaut critique permettant l'exécution du code distant. Il détaille comment la mise à niveau des applications de démarrage de printemps vers SnakeyAml 1.33 ou ultérieurement atténue ce risque, en soulignant cette mise à jour de dépendance

L'article examine la mise en œuvre de la mise en cache à plusieurs niveaux en Java à l'aide de la caféine et du cache de goyave pour améliorer les performances de l'application. Il couvre les avantages de configuration, d'intégration et de performance, ainsi que la gestion de la politique de configuration et d'expulsion le meilleur PRA

Le chargement de classe de Java implique le chargement, la liaison et l'initialisation des classes à l'aide d'un système hiérarchique avec Bootstrap, Extension et Application Classloaders. Le modèle de délégation parent garantit que les classes de base sont chargées en premier, affectant la classe de classe personnalisée LOA

Node.js 20 améliore considérablement les performances via des améliorations du moteur V8, notamment la collecte des ordures et les E / S plus rapides. Les nouvelles fonctionnalités incluent une meilleure prise en charge de Webassembly et des outils de débogage raffinés, augmentant la productivité des développeurs et la vitesse d'application.

Iceberg, un format de table ouverte pour les grands ensembles de données analytiques, améliore les performances et l'évolutivité du lac Data. Il aborde les limites du parquet / orc par le biais de la gestion interne des métadonnées, permettant une évolution efficace du schéma, un voyage dans le temps, un W simultanément

Cet article explore les méthodes de partage des données entre les étapes du concombre, la comparaison du contexte de scénario, les variables globales, le passage des arguments et les structures de données. Il met l'accent

Cet article explore l'intégration de la programmation fonctionnelle dans Java à l'aide d'expressions Lambda, de flux API, de références de méthode et facultatif. Il met en évidence des avantages tels que l'amélioration de la lisibilité au code et de la maintenabilité grâce à la concision et à l'immuabilité
