Java ImageIO Grayscale PNG Issue

Question

У меня есть изображение в градациях серого («lena»), с которым я хочу поэкспериментировать. Я получил его как файл размером 512x512 PNG с 216 оттенками серого цвета.

Что происходит, когда я читаю его с Java ImageIO, как что:

String name = args[0]; 
    File fi = new File(name); 
    BufferedImage img = ImageIO.read(fi); 

Я получаю BufferedImage с только 154 цветов! Я только понял это, потому что мои обработанные изображения выглядели желтыми, без глубокого черного.

Еще более раздражающим, когда я использую XnView, преобразует PNG в GIF, что в этом случае без потерь, прочитайте GIF с вышеуказанным кодом, я получаю все 216 цветов в моем BufferedImage.

Есть ли какая-то документация или описание, что происходит с моим PNG, когда ImageIO читает его? Есть ли настройки, чтобы исправить это? Я сделал эти эксперименты на довольно недавнем JDK1.8. Я просто потерял доверие к поддержке Java PNG, и позже я буду использовать цветной PNG.

Answer 1

Добро пожаловать в «отличный» мир Java с неявным управлением цветом!

Для Java (по крайней мере, ImageIO) все внутренне является sRGB, и это подразумевает управление цветом, что часто довольно контрпродуктивно для того, что на самом деле хочет сделать. Для изображений с серой шкалой, по крайней мере с использованием ImageIO с большинством читателей и, по крайней мере, для изображений с серой шкалой без встроенного профиля ICC (я еще не тестировал других), Java автоматически «назначает» профиль ICC с помощью WhitePoint = D50, Gamma = 1,0. Я тоже наткнулся на это.

А затем, когда вы получаете доступ к пикселям (предположим, вы используете img.getRGB() или что-то подобное?), Вы фактически получаете доступ к значениям sRGB (цветное пространство Java по умолчанию в Windows).

В результате преобразование в sRGB, имеющее гамму ~ 2.2 (гамма sRGB на самом деле немного сложнее, но близка к 2.2 в целом), это влияет на гамма-коррекцию с (1/Gamma) = 2.2 к изображению, (a) чтобы ваше изображение выглядело «светлым», и (b) из-за гамма-коррекции от 256 до 256 дискретных значений вы также эффективно теряете некоторые оттенки серого.

Вы также можете увидеть эффект, если доступ к данным вашего BufferedImage по-разному: а) доступ к своему профилю:

ColorSpace colorSpace = img.getColorModel().getColorSpace(); 
if (colorSpace instanceof ICC_ColorSpace) { 
    ICC_Profile profile = ((ICC_ColorSpace)colorSpace).getProfile(); 
    if (profile instanceof ICC_ProfileGray) { 
     float gamma = ((ICC_ProfileGray)profile).getGamma(); 
     system.out.println("Gray Profile Gamma: "+gamma); // 1.0 ! 
    } 
} 

б) получать доступ к некоторым пиксельные значения по-разному ...

//access sRGB values (Colors translated from img's ICC profile to sRGB) 
System.out.println("pixel 0,0 value (sRGB): " + Integer.toHexString(img.getRGB(0,0))); // getRGB() actually means "getSRGB()" 
//access raw raster data, this will give you the uncorrected gray value 
//as it is in the image file 
Raster raster = image.getRaster(); 
System.out.println("pixel 0,0 value (RAW gray value): " + Integer.toHexString(raster.getSample(0,0,0))); 

Если ваш пиксель (0,0) не случайно 100% черный или 100% белый, вы увидите, что значение sRGB «выше», чем серое значение, например gray = d1 -> sRGB = ffeaeaea (альфа, красный, зеленый, синий).

С моей точки зрения, это не только снижает уровень серого, но и делает ваше изображение более легким (примерно так же, как применение гамма-коррекции с 1/гамма-значением 2,2). Было бы логичнее, если бы Java для серых изображений без встроенного профиля ICC переводила серый в sRGB с R = G = B = grayValue или назначала профиль ICC Grey WhitePoint = D50, Gamma = 2.2 (по крайней мере, в Windows). Последний все равно заставит вас потерять пару серых тонов из-за того, что sRGB не является точно Gamma 2.2.

Относительно того, почему он работает с GIF: формат GIF не имеет понятия «серых чешуек» или профилей ICC, поэтому ваше изображение представляет собой изображение с цветовой палитрой 256 (256 цветов имеют 256 оттенков серого). При открытии GIF Java предполагает, что значения RGB равны sRGB.

Решение: В зависимости от того, что ваш фактический случай использования, решение для вас может быть, что вы получаете доступ к данным Растровые каждого пикселя вашего изображения (серый = raster.getSample (х, у, 0)) и поместите его в настройку изображения sRGB R = G = B = серый. Однако может быть более элегантный способ.

Что касается вашего доверия в Java или PNG: Я борюсь с Java ImageIO во многом из-за неявное преобразование цветов это делает. Идея состоит в том, чтобы встроить управление цветом без того, чтобы разработчикам не нужно было много знаний о управлении цветом. Это работает до некоторой степени, пока вы работаете только с sRGB (и ваш вход sRGB тоже или не имеет цветового профиля и, следовательно, может быть законно рассмотрен как sRGB). Неисправность начинается, если у вас есть другие цветовые пространства на ваших входных изображениях (например, AdobeRGB). Серый - тоже самое, особенно тот факт, что ImageIO предполагает (необычный) Gray Profile с Gamma = 1.0. Теперь, чтобы понять, что делает ImageIO, вам нужно не только знать свою ABC в управлении цветом, но также нужно выяснить, что делает Java. Я не нашел эту информацию в любой документации! Итог: ImageIO делает то, что, безусловно, можно считать правильным. Это часто не то, что вы ожидаете, и вы можете копать глубже, чтобы узнать, почему или изменить поведение, если это не то, что вы хотите сделать.

Answer 2

Как-то вы преобразовали изображение из линейного оттенка серого (gamma = 1.0) в оттенки серого sRGB (гамма = 1/2.2). Это можно продемонстрировать с помощью GraphicsMagick. Начните с Lenna.png скачанный из Википедии, а затем удалить SRGB кусок для создания lena.png, то

gm convert lena.png -colorspace gray -depth 8 -strip lena-gray.png 

Лено-gray.png имеет 216 цветов

gm convert lena-gray.png -gamma 2.2 -depth 8 -strip lena-gray-gm22.png 

Лено-серо-gm22.png имеет 154 цвета и выглядит размытым или бледным.

Я использую недавнюю бета-версию graphicsmagick (версия 1.4) с libpng-1.6.17.

Рассчитывать цвета я использовал ImageMagick:

identify -verbose file.png | grep Colors 

Я использовал

pngcheck -v file.png 

, чтобы убедиться, что Lenna.png содержит IHDR, SRGB, IDAT и IEND кусками, в то время как Лено-серый. png и lena-gray-gm22.png содержат только блоки IHDR, IDAT и IEND.