我正在使用com.sun.media.imageioimpl.plugins.tiff.TIFFPackBitsCompressor尝试对使用PackBits的tiff字节数组进行编码。我不熟悉此类,也没有找到很多有关如何使用它的示例。但是,当遵循Javadoc时,每次尝试对数据进行编码时,我都会获得NPE。据我所知,我的值都不为空。目前,我已经尝试了使用多个值进行这些测试,但是下面是我最近的迭代:
TIFFPackBitsCompressor pack = new TIFFPackBitsCompressor();
//bImageFromConvert is a 16-bit BufferedImage with all desired data.
short[] bufferHolder = ((DataBufferUShort) bImageFromConvert.getRaster().getDataBuffer()).getData();
//Since bImageFromConvert is 16-bits, the short array isn't the right length.
//The below conversion handles tihs issue
byte[] byteBuffer = convertShortToByte(bufferHolder);
//I'm not entirely sure what this int[] in the parameters should be.
//For now, it is a test int[] array containing all 1s
int[] testint = new int[byteBuffer.length];
Arrays.fill(testint, 1);
//0 offset. dimWidth = 1760, dimHeight = 2140. Not sure what that last param is supposed to be in layman's terms.
//npe thrown at this line.
int testOut = pack.encode(byteBuffer, 0, dimWidth, dimHeight, testint, 1);
是否有人对正在发生的事情有任何见解?另外,如果有的话,有人知道在Java程序中使用PackBits编码TIFF文件的更好方法吗?
让我知道是否有什么可以让我的问题更清楚。
谢谢!
最佳答案
如评论中所述,您不应直接使用TIFFPackBitsCompressor
,而是在TIFFImageWriter
中将“ PackBits”指定为压缩类型时,JAI ImageIO TIFF插件(ImageWriteParam
)将在内部使用它。如果先将压缩器实例转换为TIFFImageWriteParam
,则也可以在其中传递压缩器实例,但这对于插件未知的自定义压缩更有用。
还要注意,压缩器将仅写入PackBits压缩的像素数据,而不会创建完整的TIFF文件。
编写PackBits压缩TIFF文件的常规方法是:
BufferedImage image = ...; // Your input image
ImageWriter writer = ImageIO.getImageWritersByFormatName("TIFF").next(); // Assuming a TIFF plugin is installed
try (ImageOutputStream out = ImageIO.createImageOutputStream(...)) { // Your output file or stream
writer.setOutput(out);
ImageWriteParam param = writer.getDefaultWriteParam();
param.setCompressionMode(ImageWriteParam.MODE_EXPLICIT);
param.setCompressionType("PackBits");
writer.write(null, new IIOImage(image, null, null), param);
}
writer.dispose();
上面的代码可以同时使用JAI ImageIO和TwelveMonkeys ImageIO TIFF插件正常工作。
PS:PackBits是基于字节数据run-length encoding的非常简单的压缩算法。由于16位数据可能在单个样本的高字节和低字节之间变化很大,因此PackBits通常不是压缩此类数据的好选择。
如我的评论所述,使用完全随机的值,我得到了以下结果:
Compression | File size
-----------------|-----------------
None | 7 533 680 bytes
PackBits | 7 593 551 bytes
LZW w/predictor | 10 318 091 bytes
ZLib w/predictor | 10 318 444 bytes
这并不奇怪,因为完全随机的数据通常是不可压缩的(没有数据丢失)。对于线性梯度,它可能更类似于“摄影”图像数据,我得到了完全不同的结果:
Compression | File size
-----------------|-----------------
None | 7 533 680 bytes
PackBits | 7 588 779 bytes
LZW w/predictor | 200 716 bytes
ZLib w/predictor | 144 136 bytes
如您所见,此处的LZW和Deflate / Zlib算法(带有预测器步骤)的执行效果更好。对于“真实”数据,可能会有更多干扰,因此您的结果可能介于这些极端之间。