数字图像处理Java直方图不工作

我试图得到一些不同的直方图，以显示比较原始图像和卷积后的输出图像。它显示图像和源直方图，但当我调用dst直方图时，它会出错并且不显示。如果有人能帮忙，我们将不胜感激

错误代码-

Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: 853
    at iptoolkit.Histogram.<init>(Histogram.java:15)
    at assignment2.main(assignment2.java:82)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at com.intellij.rt.execution.application.AppMain.main(AppMain.java:147)

Process finished with exit code 0

线程“main”java.lang.ArrayIndexOutOfBoundsException中的异常：853 直方图（Histogram.java:15） 位于assignment2.main（assignment2.java:82） 在sun.reflect.NativeMethodAccessorImpl.invoke0（本机方法）处 位于sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:62） 在sun.reflect.DelegatingMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:43）中 位于java.lang.reflect.Method.invoke（Method.java:498） 位于com.intellij.rt.execution.application.AppMain.main（AppMain.java:147） 进程已完成，退出代码为0 代码-

    public static void main(String[] args) throws Exception 
    {

        MainWindow mw = new MainWindow();
        mw.println("Testing...");

        IntImage src = new IntImage("C:\\Users\\scott_000\\Documents\\Digital Imaging\\Digital Imaging\\Images\\Baboon.bmp"); //destination for source image
        int nRows = src.getRows(); //calculating the rows of the images and columns
        int nCols = src.getCols();
        IntImage dst = new IntImage(nRows, nCols); //setting destination image(output image)
        IntImage dst1 = new IntImage(nRows, nCols);


        src.displayImage(400, 300); //displaying the source image (input)

        int [][] mask = new int[][] { {-1, -2, -1}, {0, 0, 0}, {1, 2, 1} }; //mask imput (sobel masks in order from top to bottom

        int [][] meanMask = new int[3][3];
        meanMask[0][0] = 1;
        meanMask[0][1] = 1;
        meanMask[0][2] = 1;
        meanMask[1][0] = 1;   // 1 1 1
        meanMask[1][1] = 1;   // 1 1 1
        meanMask[1][2] = 1;   // 1 1 1
        meanMask[2][0] = 1;
        meanMask[2][1] = 1;
        meanMask[2][2] = 1;

        int [][] mask5x5 = new int[5][5];
        mask5x5[0][0] = 1;
        mask5x5[0][1] = 1;
        mask5x5[0][2] = 1;
        mask5x5[0][3] = 1;
        mask5x5[0][4] = 1;
        mask5x5[1][0] = 1;
        mask5x5[1][1] = 1;
        mask5x5[1][2] = 1;
        mask5x5[1][3] = 1;
        mask5x5[1][4] = 1;
        mask5x5[2][0] = 1;
        mask5x5[2][1] = 1;
        mask5x5[2][2] = 1;   // 1 1 1 1 1
        mask5x5[2][3] = 1;   // 1 1 1 1 1
        mask5x5[2][4] = 1;   // 1 1 1 1 1
        mask5x5[3][0] = 1;
        mask5x5[3][1] = 1;
        mask5x5[3][2] = 1;
        mask5x5[3][3] = 1;
        mask5x5[3][4] = 1;
        mask5x5[4][0] = 1;
        mask5x5[4][1] = 1;
        mask5x5[4][2] = 1;
        mask5x5[4][3] = 1;
        mask5x5[4][4] = 1;


        convolve(src, mask5x5, dst); //calling convolve method, with input image(src), template(mask) and output image(dst)
        dst.setScaling(true); //scales the image down to 255
        dst.displayImage(); //display the output image

        convolve(src, meanMask, dst1); //calling convolve method, with input image(src), template(mask) and output image(dst)
        dst1.setScaling(true); //scales the image down to 255
        dst1.displayImage(); //display the output image

        Histogram h = new Histogram(src);
        IntImage histImage;
        histImage = h.makeImage(); //setting and displaying histogram
        histImage.displayImage();

        Histogram y = new Histogram(dst1);
        IntImage histImage1;
        histImage1 = y.makeImage(); //setting and displaying histogram
        histImage1.displayImage();





    }


    static IntImage convolve(IntImage in, int[][] template, IntImage out) //parameters to be set
    {
        int nRows = in.getRows(); //find out how many of rows there are and cols
        int nCols = in.getCols();

        int nMaskRows = template.length; //set length of rows and cols
        int nMaskCols = template[0].length;
        int rBoarder = nMaskRows / 2; //calculation for the border of the image
        int cBoarder = nMaskCols / 2;
        int sum; //used for the calculation

        for (int r = 0; r < (nRows - nMaskRows + 1); r++) //start at the first row(top left) and work to the right, number of rows - mask rows(whatever the mask is)
        {
            for (int c = 0; c < (nCols - nMaskCols + 1); c++) //same as above
            {
                sum = 0; //declaring the sum as 0
                for (int mr = 0; mr < nMaskRows; mr++)
                {
                    for (int mc = 0; mc < nMaskCols; mc++)
                    {
                        sum += in.pixels[r + mr][c + mc] * template[mr][mc]; //change this for calculating the edge preserving smoothing (mean, median etc)
                    }
                }
                out.pixels[r + rBoarder][c + cBoarder] = sum;
            }
        }

        return out;
    }

}

publicstaticvoidmain（字符串[]args）引发异常
{
主窗口mw=新的主窗口（）；
mw.println（“测试…”）；
亲密src=new-亲密（“C:\\Users\\scott\u 000\\Documents\\Digital Imaging\\Digital Imaging\\Images\\Baboon.bmp”）；//源图像的目标
int nRows=src.getRows（）；//计算图像和列的行
int nCols=src.getCols（）；
通知dst=新通知（nRows，nCols）；//设置目标映像（输出映像）
亲密dst1=新亲密（nRows，nCols）；
src.displayImage（400300）；//显示源图像（输入）
int[][]掩码=新int[][{{-1，-2，-1}，{0,0,0}，{1,2,1}；//掩码输入（sobel掩码按从上到下的顺序排列
int[][]平均掩码=新int[3][3]；
均值掩码[0][0]=1；
均值掩码[0][1]=1；
均值掩码[0][2]=1；
平均掩码[1][0]=1；//1
平均掩码[1][1]=1；//1
平均掩码[1][2]=1；//1
平均掩码[2][0]=1；
平均掩码[2][1]=1；
平均掩码[2][2]=1；
int[]mask5x5=新int[5][5]；
mask5x5[0][0]=1；
mask5x5[0][1]=1；
mask5x5[0][2]=1；
mask5x5[0][3]=1；
mask5x5[0][4]=1；
mask5x5[1][0]=1；
mask5x5[1][1]=1；
mask5x5[1][2]=1；
mask5x5[1][3]=1；
mask5x5[1][4]=1；
mask5x5[2][0]=1；
mask5x5[2][1]=1；
mask5x5[2][2]=1；//1
mask5x5[2][3]=1；//1
mask5x5[2][4]=1；//1
mask5x5[3][0]=1；
mask5x5[3][1]=1；
mask5x5[3][2]=1；
mask5x5[3][3]=1；
mask5x5[3][4]=1；
mask5x5[4][0]=1；
mask5x5[4][1]=1；
mask5x5[4][2]=1；
mask5x5[4][3]=1；
mask5x5[4][4]=1；
卷积（src，mask5x5，dst）；//调用卷积方法，带有输入图像（src）、模板（mask）和输出图像（dst）
dst.setScaling（true）；//将图像缩放到255
dst.displayImage（）；//显示输出图像
卷积（src，meansmask，dst1）；//调用卷积方法，带有输入图像（src）、模板（mask）和输出图像（dst）
dst1.setScaling（true）；//将图像缩放到255
dst1.displayImage（）；//显示输出图像
直方图h=新直方图（src）；
暗示形象；
histImage=h.makeImage（）；//设置和显示直方图
histImage.displayImage（）；
直方图y=新直方图（dst1）；
暗示历史意象1；
histImage1=y.makeImage（）；//设置和显示直方图
histImage1.displayImage（）；
}
静态内联卷积（内联输入，int[]模板，内联输出）//要设置的参数
{
int nRows=in.getRows（）；//找出有多少行和列
int nCols=in.getCols（）；
int nMaskRows=template.length；//设置行和列的长度
int nMaskCols=模板[0]。长度；
int rBoarder=nMaskRows/2；//计算图像的边框
int cBoarder=nMaskCols/2；
int sum；//用于计算
对于（int r=0；r<（nRows-nMaskRows+1）；r++）//从第一行（左上）开始，向右工作，行数-掩码行（无论掩码是什么）
{
对于（int c=0；c<（nCols-nMaskCols+1）；c++）//同上
{
sum=0；//将sum声明为0
对于（int-mr=0；mr

您的

ArrayIndexOutOfBoundsException

可能是因为您的Sobel筛选器可以输出负值。很可能您的直方图没有预料到这一点

---

我找不到有关您正在使用的库的任何信息（iptoolkit？）但我会阅读直方图文档，看看它是否提供了有关如何处理负值的任何线索。

您的

ArrayIndexOutOfBoundsException

可能是因为您的Sobel筛选器可以输出负值。很可能您的直方图没有预料到这一点

---

我找不到有关您正在使用的库（iptoolkit？）的任何信息，但我会阅读直方图文档，看看它是否提供了有关如何处理负值的任何线索。

必须缩小图像的比例，使用此方法。感谢Whiskyspider的帮助

static IntImage scale(IntImage in, int newMin, int newMax) {
    int oldMin, oldMax;
    double scaleFactor;
    int nRows = in.getRows();
    int nCols = in.getCols();
    IntImage out = new IntImage(nRows, nCols);

    oldMin = oldMax = in.pixels[0][0];
    for (int r = 0; r < nRows; r++)
    {
        for (int c = 0; c < nCols; c++)
        {
            if (in.pixels[r][c] < oldMin)
            {
                oldMin = in.pixels[r][c];
            } else {
                if (in.pixels[r][c] > oldMax)
                {
                    oldMax = in.pixels[r][c];


                }
            }
        }

    }

静态亲密度（亲密度，int-newMin，int-newMax）{
int oldMin，oldMax；
双尺度因子；
int nRows=in.getRows（）；
int nCols=in.getCo
    scaleFactor = (double) (newMax - newMin) / (double) (oldMax - oldMin);
    for (int r = 0; r < nRows; r++)
    {
        for (int c = 0; c < nCols; c++)
        {
            out.pixels[r][c] = (int) Math.round(newMin +
                    (in.pixels[r][c] - oldMin) * scaleFactor);


        }


    } //scale

    return out;

}