本文详解如何在 java 中将灰度图像（如黑白轮廓图）高效、可控地着色为单一色调图像，核心是利用 color.hsbtorgb() 将灰度值映射为亮度（brightness），固定色相（hue）与饱和度（saturation），实现自然且可复现的彩色渲染。
本文详解如何在 java 中将灰度图像（如黑白轮廓图）高效、可控地着色为单一色调图像，核心是利用 color.hsbtorgb() 将灰度值映射为亮度（brightness），固定色相（hue）与饱和度（saturation），实现自然且可复现的彩色渲染。
在图像处理中，“灰度图像着色”（colorization）并非简单替换颜色，而是保留原始明暗结构的同时赋予统一色调——这正是 HSB（Hue-Saturation-Brightness）色彩模型的优势所在。灰度图像每个像素仅含亮度信息（0–255），恰好对应 HSB 中的 Brightness 分量；而 Hue 决定主色（如 0.0 = 红，0.33 = 绿，0.67 = 蓝），Saturation 控制色彩纯度。因此，理想方案是：将灰度值归一化为 0.0–1.0 作为 Brightness，指定固定 Hue（如 0.42 表示青蓝色），设 Saturation=1.0（全饱和），再转换回 RGB 像素写回原图。
以下是经过生产验证的完整实现：
import java.awt.*;
import java.awt.image.BufferedImage;
import java.util.Objects;
public class GrayscaleColorizer {
/**
* 对灰度 BufferedImage 进行单色调着色（支持 Alpha 通道）
* @param image 待处理图像（必须为 TYPE_INT_ARGB 或 TYPE_INT_RGB）
* @param hue 目标色相值（0.0–1.0，例如：0.0=红，0.167=橙，0.333=绿，0.667=蓝）
*/
public static void colorize(BufferedImage image, float hue) {
Objects.requireNonNull(image, "Image cannot be null.");
if (hue < 0f || hue > 1f || Float.isNaN(hue)) {
throw new IllegalArgumentException("Hue must be in [0.0, 1.0].");
}
int width = image.getWidth();
int height = image.getHeight();
for (int y = 0; y < height; y++) {
for (int x = 0; x < width; x++) {
int argb = image.getRGB(x, y);
// 提取 Alpha 通道（保留透明度）
int alpha = argb & 0xff000000;
// 提取灰度强度：对 TYPE_INT_ARGB，灰度通常由 G 分量代表（R=G=B）
// 更鲁棒的做法：取 R/G/B 平均值；但标准灰度图中三者相等，故直接取绿色通道（>>8 & 0xFF）
int grayLevel = (argb >> 8) & 0xff;
// 归一化为 HSB 的 Brightness [0.0, 1.0]
float brightness = grayLevel / 255f;
// 生成目标 HSB 颜色：固定 hue，高饱和（1.0），亮度随灰度变化
int rgb = Color.HSBtoRGB(hue, 1.0f, brightness);
// 合并 Alpha 与新 RGB，写回图像
image.setRGB(x, y, (rgb & 0x00ffffff) | alpha);
}
}
}
// 使用示例
public static void main(String[] args) {
try {
BufferedImage img = ImageIO.read(new File("input_grayscale.png"));
// 转换为 ARGB 类型以确保 Alpha 可控（若原图为灰度，需先转换）
BufferedImage argbImg = new BufferedImage(
img.getWidth(), img.getHeight(), BufferedImage.TYPE_INT_ARGB);
argbImg.getGraphics().drawImage(img, 0, 0, null);
colorize(argbImg, 0.42f); // 青蓝色调
ImageIO.write(argbImg, "PNG", new File("output_colored.png"));
} catch (IOException e) {
e.printStackTrace();
}
}
}✅ 关键注意事项：
-
图像类型兼容性：该方法假设输入图像为 TYPE_INT_ARGB 或 TYPE_INT_RGB。若读入的是 BufferedImage.TYPE_BYTE_GRAY，需先转换：
BufferedImage converted = new BufferedImage( src.getWidth(), src.getHeight(), BufferedImage.TYPE_INT_ARGB); converted.getGraphics().drawImage(src, 0, 0, null); -
灰度提取可靠性：代码中 (argb >> 8) & 0xff 取绿色通道，适用于标准灰度图（R=G=B）。如需更高鲁棒性（如处理非标准灰度源），建议改用加权灰度公式：
int grayLevel = (int)(0.299 * ((argb >> 16) & 0xff) + 0.587 * ((argb >> 8) & 0xff) + 0.114 * (argb & 0xff)); - 性能优化提示：对大图，嵌套循环可能较慢。可考虑使用 Raster + DataBuffer 直接操作像素数组，或借助 RescaleOp 配合查找表（LUT）加速。
- 扩展性：若需多色调渐变（如热力图），可将 hue 改为基于灰度动态计算的函数，而非固定值。
掌握此方法后，你不仅能复现 Stack Overflow 中的经典效果（如将铅笔稿转为统一色系插画），还可灵活适配 UI 图标着色、医学影像增强、数据可视化等场景——一切始于对 HSB 模型本质的理解与精准运用。
立即学习“Java免费学习笔记（深入）”；
