Java中用一维数组存像素实现灰度处理，核心是将图像扁平化为亮度值序列（0–255），按行优先映射二维坐标：(x,y)对应索引y*width+x；通过BufferedImage.getRGB()提取ARGB并加权平均（0.299R+0.587G+0.114B）转灰度；支持反色、二值化等逐点运算。
在 Java 中用一维数组存像素实现灰度处理，核心是把图像看作“扁平化”的字节/整数序列——每个元素对应一个像素的亮度值（0–255），跳过图像类库依赖，直击数据本质。
一维数组如何映射二维图像坐标
假设图像是 width × height 的矩形，像素按行优先顺序存入长度为 width * height 的 byte[] 或 int[] 数组。第 (x, y) 像素在数组中的下标为：y * width + x。注意 x 是列（水平）、y 是行（垂直），这是图像坐标惯例，不是矩阵数学惯例。
- 例如：100×80 图像中，第 (15, 3) 个像素位于索引 3 * 100 + 15 = 315
- 读取时直接访问
pixels[y * width + x]；写入同理 - 务必确保 x ∈ [0, width)、y ∈ [0, height)，否则数组越界
加载原始像素：从 BufferedImage 或文件快速提取
若已有 BufferedImage（如通过 ImageIO.read() 加载），可用 getRGB() 批量读取，再转灰度：
- 调用
image.getRGB(0, 0, width, height, rgbArray, 0, width)得到 ARGB 整数数组 - 对每个 rgb 值，提取 R/G/B 分量：
((rgb >> 16) & 0xFF)（R），((rgb >> 8) & 0xFF)（G），(rgb & 0xFF)（B） - 用加权平均转灰度：
(int)(0.299 * r + 0.587 * g + 0.114 * b)，结果截断到 0–255 - 存入目标 byte[]：
gray[i] = (byte) Math.min(255, Math.max(0, grayValue))
极简灰度算法：反色、二值化、对比度拉伸
所有操作都遍历一维数组，逐点计算，无需额外结构：
立即学习“Java免费学习笔记（深入）”；
-
反色：
gray[i] = (byte)(255 - (gray[i] & 0xFF))（注意 byte 有符号，先 & 0xFF 转无符号） -
二值化（阈值 T=128）：
gray[i] = (gray[i] & 0xFF) -
对比度拉伸（线性）：先扫描得 min/max 值，再做映射：
int v = gray[i] & 0xFF; v = (v - min) * 255 / (max - min + 1); gray[i] = (byte)v
保存或显示结果：回写 BufferedImage 或写入 PGM 文件
若需可视化，可新建 BufferedImage 并回填灰度像素：
- 创建 TYPE_BYTE_GRAY 类型图像：
BufferedImage out = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY) - 获取其 Raster：
WritableRaster raster = out.getRaster() - 用
raster.setDataElements(0, 0, width, height, gray)一次性写入整个 byte[]（gray 必须是单通道、与图像尺寸匹配） - 或更轻量：输出为 PGM（Portable Graymap）文本格式，首行写
P2\nwidth height\n255\n，随后每行输出一个像素值，空格分隔
