第1章 Java Graphics及其API简介 1
1.1 什么是Java图形设备Graphics 1
1.1.1 Graphics概述 2
1.1.2 Graphics图形设备的获取、使用和销毁 2
1.1.3 Java Swing Graphics2D的重要属性 3
1.2 Java 2D API 3
1.2.1 基本的Java 2D图形绘制 4
1.2.2 使用Java 2D实现太极图形绘制 5
1.3 用Java Swing绘制自定义的JPanel 6
1.4 Swing Java 2D的其他高级特性介绍 8
1.5 小结 13
第2章 Java BufferedImage对象及其支持的API操作 14
2.1 BufferedImage对象的构成 14
2.1.1 Raster对象的作用与像素存储 15
2.1.2 图像类型与ColorModel 16
2.1.3 BufferedImage对象的创建与保存 17
2.1.4 一个完整的ImageBuffered读取例子 18
2.2 Java BufferedImageOp API 20
2.2.1 Java BufferedImageOp接口介绍 20
2.2.2 BufferedImage对象像素的读写方法 21
2.2.3 常见问题举例 21
2.3 基于BufferedImageOp的图像滤镜演示 22
2.4 小结 28
第3章 基本Swing UI组件与图像显示 29
3.1 JPanel组件与BufferedImage对象的显示 29
3.2 JFrame组件与Main UI实现 31
3.3 JFileChoose文件选择框的使用 32
3.4 基本JButton事件响应 32
3.5 一个完整的Swing UI Demo 33
3.6 小结 37
第4章 图像属性 39
4.1 失去的时光与回忆——老照片特效 39
4.2 图像属性 42
4.3 图像的亮度、对比度和饱和度 45
4.4 图像饱和度调整 46
4.5 图像亮度调整 50
4.6 图像对比度调整 53
4.7 综合应用——调整图像亮度、对比度和饱和度 55
4.8 小结 61
第5章 像素基本操作 62
5.1 大自然的色彩——自然系列滤镜 62
5.2 图像像素加减乘除 65
5.3 两幅图像的融合与叠加 70
5.4 一个更加深入的应用实践——图像上轧花文字效果 75
5.5 小结 82
第6章 像素统计与应用 83
6.1 统计图像的均值、最大值与最小值 83
6.2 灰度图像二值化 86
6.3 图像直方图 91
6.4 基于直方图实现图像二值化 96
6.5 应用——直方图均衡化 100
6.6 应用——基于直方图的图像搜索 105
6.7 小结 109
第7章 图像编辑 110
7.1 为什么图像放大以后失真 110
7.2 临近点插值算法 117
7.3 双线性插值算法 120
7.4 双立方插值与Lanczos采样 124
7.4.1 双立方插值算法 124
7.4.2 Lanczos采样插值算法 131
7.5 图像旋转 134
7.6 小结 141
第8章 图像卷积 143
8.1 模糊也是一种美 143
8.2 图像空间域卷积 145
8.3 盒子模糊与高斯模糊 149
8.3.1 盒子模糊 150
8.3.2 高斯模糊 154
8.4 边缘保留的模糊算法——高斯双边模糊 157
8.5 像素格特效 163
8.6 卷积应用：图像去噪 165
8.7 图像锐化、拉普拉斯滤波 173
8.8 小结 176
第9章 边缘检测与提取 177
9.1 什么是图像的边缘 177
9.2 Robot算子与轧花效果 179
9.3 Sobel算子与Prewitt算子 182
9.4 图像梯度——大小与角度 186
9.5 基于二阶导数的图像边缘提取 189
9.6 经典边缘提取算法——Canny Edge Detection 193
9.7 小结 200
第10章 二值图像 201
10.1 二值图像概述与半色调算法 201
10.2 图像抖动算法 204
10.3 二值图像泛洪填充算法 208
10.4 连通组件标记算法 212
10.5 二值图像边缘跟踪 218
10.6 二值图像细化 224
10.7 计算连通区域几何质心 228
10.8 计算连通区域方向角度 231
10.9 小结 233
第11章 图像形态学 235
11.1 像素集合操作 235
11.2 腐蚀与膨胀 238
11.3 开闭操作 241
11.4 Hit-and-Miss变换操作 244
11.5 距离变换 247
11.6 分水岭算法 250
11.7 灰度图像腐蚀与膨胀 254
11.8 小结 257
第12章 图像分割 258
12.1 抠图真的这么难吗 258
12.2 基于Mean-Shift的图像分割 259
12.3 基于K-Means的图像分割 265
12.4 基于Fuzzy C-Means的图像分割 269
12.5 基于分水岭的图像分割 275
12.6 小结 279
第13章 图像特征的提取与检测 280
13.1 颜色特征提取 280
13.2 纹理提取 283
13.3 直线检测 288
13.4 圆检测 291
13.5 图像金字塔 295
13.6 Harris角度检测 302
13.7 SIFT特征提取 307
13.8 小结 322
第14章 综合运用：照片转油画算法 323
14.1 画笔区域 323
14.2 采样问题 325
14.3 笔画参数 327
14.4 笔画绘制 330
14.5 程序实现 334
14.6 小结 337
附录 数学知识参考引用 338