用JAVA计算图像的熵

作为我Java学术项目的一部分，我正在研究一个图像加密程序。该项目的输出将是一个加密图像。现在我需要计算原始图像和加密图像的熵，以便根据此公式进行分析

---

如何使用Java根据这个方程找到图像的熵这是我开发的代码，使用它计算的熵值与Matlab中的熵（）一致，因此我假设它是正确的，请告诉我其他情况

      public static double getShannonEntropy_Image(BufferedImage actualImage){
 List<String> values= new ArrayList<String>();
             int n = 0;
             Map<Integer, Integer> occ = new HashMap<>();
             for(int i=0;i<actualImage.getHeight();i++){
                 for(int j=0;j<actualImage.getWidth();j++){
                   int pixel = actualImage.getRGB(j, i);
                   int alpha = (pixel >> 24) & 0xff;
                   int red = (pixel >> 16) & 0xff;
                   int green = (pixel >> 8) & 0xff;
                   int blue = (pixel) & 0xff;
 //0.2989 * R + 0.5870 * G + 0.1140 * B greyscale conversion
//System.out.println("i="+i+" j="+j+" argb: " + alpha + ", " + red + ", " + green + ", " + blue);
                   int d= (int)Math.round(0.2989 * red + 0.5870 * green + 0.1140 * blue);
                  if(!values.contains(String.valueOf(d)))
                      values.add(String.valueOf(d));
                  if (occ.containsKey(d)) {
                      occ.put(d, occ.get(d) + 1);
                  } else {
                      occ.put(d, 1);
                  }
                  ++n;
           }
        }
        double e = 0.0;
        for (Map.Entry<Integer, Integer> entry : occ.entrySet()) {
             int cx = entry.getKey();
             double p = (double) entry.getValue() / n;
             e += p * log2(p);
        }
 return -e;
}

公共静态双getShannonEntropy_映像（BuffereImage实现映像）{
列表值=新的ArrayList（）；
int n=0；
Map occ=newhashmap（）；
对于（int i=0；i 24）&0xff；
int red=（像素>>16）和0xff；
绿色整数=（像素>>8）&0xff；
蓝色整数=（像素）&0xff；
//0.2989*R+0.5870*G+0.1140*B灰度转换
//System.out.println（“i=“+i+”j=“+j+”argb:“+alpha+”、“+red+”、“+green+”、“+blue”）；
整数d=（整数）数学四舍五入（0.2989*红色+0.5870*绿色+0.1140*蓝色）；
如果（！values.contains（String.valueOf（d）））
value.add（String.valueOf（d））；
如果（occ.containsKey（d））{
occ.put（d，occ.get（d）+1）；
}否则{
货币监理署署长（d，1）；
}
++n；
}
}
双e=0.0；
对于（Map.Entry:occ.entrySet（））{
int cx=entry.getKey（）；
double p=（double）entry.getValue（）/n；
e+=p*log2（p）；
}
返回-e；
}

问题是什么？抱歉，更新了问题您希望有人为您编写完整的代码吗？请先理解逻辑

p_i

是符号

i

出现的概率

i

从

1

变为

n

。在灰度图像中，

i

将取0-255之间的值。因此，您只需将

i

发生的总次数除以图像中的像素总数即可。这就是你的

p_i

。对

i

的所有值执行此操作，并使用公式（4）进行计算。这应该一点也不难。那么我应该先转换成灰度吗？