【導(dǎo)讀】覽，充分展現(xiàn)自己的風(fēng)采，網(wǎng)絡(luò)相冊服務(wù)也因此應(yīng)運(yùn)而生并日趨盛行。Hibernate、Spring、DWR等先進(jìn)的框架技術(shù)配合實(shí)現(xiàn)。系統(tǒng)可劃分為用戶注冊/. 享管理模塊、用戶留言管理模塊、用戶搜索模塊等12個模塊。相冊服務(wù)外，還為用戶提供相片的在線編輯功能。多服務(wù)器的架構(gòu)方式，實(shí)現(xiàn)基本的負(fù)載均衡，提升系統(tǒng)性能。作量大不易保管，方便攜帶，容易丟失，翻看不方便等等問題。的持續(xù)增長而得到快速發(fā)展。以交互分享為核心的網(wǎng)絡(luò)相冊理念成為產(chǎn)品功。能改善和用戶體驗(yàn)提升的重要標(biāo)志。系統(tǒng)環(huán)節(jié)中所起的作用。用的信息產(chǎn)品彼此之間無法兼容，導(dǎo)致企業(yè)內(nèi)部或外部難以互通的窘境。了一個多層次的分布式應(yīng)用模型和一系列開發(fā)技術(shù)規(guī)范。

　　

【正文】 。 file。 private int sendImageToServlet throws IOException HttpURLConnection connection HttpURLConnection 。 true 。 true 。 //發(fā)送格式為二進(jìn)制流 ContentType, application/octetstream 。 POST 。 shortPath, 。 OutputStream os 。 。 Sytln + : + 。 。 return 。 public Integer call throws Exception return sendImageToServlet 。 其中， call 方法即線程所要執(zhí)行的操作，而返回值即操作執(zhí)行的結(jié)果，也即前面 futures 中與該應(yīng)任務(wù)相應(yīng)的節(jié)點(diǎn)值。 而 在上傳服務(wù)器端，由于 Servlet 對于每個請求都會通過一個線程來響應(yīng)該請求，故而也會以多線程的方式來壓縮和進(jìn)行圖片的 I/O，因此便通過多線程技術(shù)實(shí)現(xiàn)了對圖片上傳的加速。 在線圖片編輯的設(shè)計(jì)實(shí)現(xiàn) Java 圖像處理算法 本系統(tǒng)中的圖像處理大部分是基 Java 的圖像處理 API 的，而主要用的是其中的 2D 仿射變換、圖像卷積 AffineTransform 類來描述 2D 仿射變換，它執(zhí)行從2D 坐標(biāo)到其他 2D 坐標(biāo)的線性映射，保留了線的直線性和平行性。仿射變換可以通過一系列的原子變換的復(fù)合來實(shí)現(xiàn)的坐標(biāo)變換可以使用一個 行乘列的矩陣來表示，最后一行默認(rèn)為 [ 0 0 1 ]。此矩陣將源坐標(biāo) x,y 變換為目標(biāo)坐標(biāo) x39。,y39。 ，步驟如下： [ x39。] [ m00 m01 m02 ] [ x ] [ m00x + m01y + m02 ] [ y39。] [ m10 m11 m12 ] [ y ] [ m10x + m11y + m12 ] [ 1 ] [ 0 0 1 ] [ 1 ] [ 1 ] 根據(jù)這個公式我們就可以來看看幾種典型的變換矩陣，以及獲取相應(yīng)AffineTransform 實(shí)例的 API 函數(shù)： 平移變換平移變換將每一點(diǎn)移動到 x+tx,?y+ty ，變換矩陣為： [10tx] [01ty] [001] API 函數(shù)： public?static?AffineTransform?getTranslateInstance double?tx,?double?ty 縮放變換將每一點(diǎn)的橫坐標(biāo)放大（縮?。┲?sx 倍，縱坐標(biāo)放大（縮?。┲?sy 倍，變換矩陣為： [sx00] [0sy0] [001] API 函數(shù)： public?static?AffineTransform?getScaleInstance double?sx,?double?sy 旋轉(zhuǎn)變換旋轉(zhuǎn)變換目標(biāo)圖形圍繞順時針旋轉(zhuǎn) theta 弧度，變換矩陣為：[cos theta sin theta xx*cos+y*sin ] [sin theta cos theta yx*siny*cos ] [0 01 ] API 函數(shù)： public?static?AffineTransform? getRotateInstance double?theta,?double?x,?double?y 而通 過這些基本變換的組合（即矩陣相乘），又可以衍生出更為復(fù)雜的變換。 當(dāng)然在已知變換矩陣的情況下也可以直接創(chuàng)建 AffineTransform 的實(shí)例： public AffineTransform double[]?flatmatrix 其中 flatmatrix為 ?m00,m10,m01,m11,m02,m12 。 public AffineTransform double?m00, double?m10, double?m01, double?m11, double?m02, double?m12 最后可 通過 AffineTransformOp類就可以來實(shí)現(xiàn) AffineTransform實(shí)例所描述的從源 2D 坐標(biāo)到目標(biāo) 2D 坐標(biāo)變換。 圖像卷積是一種重要的圖像處理方法，其基本原理是：像元的灰度值等于以此像元為中心的若干個像元的灰度值分別乘以特定的系數(shù)后相加的平均值。由這些系數(shù)排列成的矩陣叫卷積核。選用不同的卷積核進(jìn)行圖像卷積，可以取得各種處理效果。例如，除去圖像上的噪聲斑點(diǎn)使圖像顯得更為平滑；增強(qiáng)圖像上景物的邊緣以使圖像銳化；提取圖像上景物的邊緣或特定方向的邊緣等。常用的卷積核為 3 3 或 5 5 的系數(shù)矩陣，有時也使 用 7 7 或更大的卷積核以得到更好的處理效果，但計(jì)算時間與卷積核行列數(shù)的乘積成正比地增加 ConvolveOp 類實(shí)現(xiàn)從源到目標(biāo)的卷積 ConvolveOp 時需要傳入一個 Kernel，即卷積核對象。具體 API為： public ConvolveOp Kernel?kernel 。 一般計(jì)算機(jī)對色彩的解析都是基于 RGB 或者 ARGB 色彩模式，而從視覺的角度定義的顏色模式基于人類對色彩的感覺 HSB 模型描述顏色的三個特征：色相HHue）：在 0~360176。的標(biāo)準(zhǔn)色輪上，色相是按位置度量的。在通常的使用中，色相是由顏色名稱標(biāo)識的， 比如紅、綠或橙色。 飽和度 Ssaturation）：是指顏色的強(qiáng)度或純度。飽和度表示色相中彩色成分所占的比例，用從 0 灰色 ~100%（完全飽和的百分比來度量。在標(biāo)準(zhǔn)色輪上飽和度是從中心逐漸向邊緣遞增的。 亮度 Bbrightness）：是顏色的相對明暗程度，通常是從 0 黑 ~100%（白的百分比來度量的。 public static int HSBtoRGB float?hue, float?saturation, float?brightness public static float[] RGBtoHSB int?r, int?g, int?b, float[]?hsbvals 圖像處理的具體實(shí)現(xiàn) 有了上面的理論基礎(chǔ)我們既可以方便的實(shí)現(xiàn)一些簡單的圖像變換： 圖像的旋轉(zhuǎn)。圖像旋轉(zhuǎn)分為改變大小和保持大小。改變大小的旋轉(zhuǎn)可以先通過公式算出邊界點(diǎn)，把圖像平移邊界數(shù)值，以保證圖片旋轉(zhuǎn)后位于至正坐標(biāo)內(nèi)。具體如下： float cosTheta float theta 。 float sinTheta float theta 。 // 除 0,0 以外的三個頂點(diǎn)坐標(biāo) float ptX[] new float[3]。 float ptY[] new float[3]。 // 任意一點(diǎn)坐標(biāo) float x。 float y。 // 旋轉(zhuǎn)后的邊界點(diǎn) float minX 0。 float minY 0。 float X 0。 float Y 0。 ptX[0] srcWidth 1。 ptY[0] 0。 ptX[1] 0。 ptY[1] srcHeight 1。 ptX[2] srcWidth 1。 ptY[2] srcHeight 1。 // 計(jì)算旋轉(zhuǎn)后的邊界 for int i 0。 i 3。 i++ x ptX[i] * cosTheta ptY[i] * sinTheta。 if x minX minX x。 if x X X x。 y ptX[i] * sinTheta + ptY[i] * cosTheta。 if y minY minY y。 if y Y Y y。 // 計(jì) 算旋轉(zhuǎn)后的圖片大小 int destWidth X minX + 1 。 int destHeight Y minY + 1 。 // 根據(jù)平移矩陣平移（其中 tx minX,ty minY） AffineTransform at minX, minY 。 // 根據(jù)矩陣旋轉(zhuǎn) 其中旋轉(zhuǎn)角度 theta theta theta 。 AffineTransformOp ato new AffineTransformOp at, 。 BufferedImage tempImage new BufferedImage destWidth, destHeight, 。 BufferedImage destImage new BufferedImage destWidth, destHeight, 。 // 得到旋轉(zhuǎn)后的圖片 alpha 為 0 處，為黑色 0x00000000 ，需要繪制一次背景 srcImage, tempImage 。 Graphics2D g2d 。 。 0, 0, destWidth, destHeight 。 // 把 ARGB 得圖轉(zhuǎn)到 RGB tempImage, 0, 0, destWidth, destHeight, null 。 而不變圖像大小的變換只需要，以中點(diǎn)為錨點(diǎn)旋轉(zhuǎn)圖像即可。具體實(shí)現(xiàn)如下： AffineTransform at theta, srcWidth / 2, srcHeight / 2 。 AffineTransformOp ato new AffineTransformOp at, 。 BufferedImage tempImage new BufferedImage srcWidth, srcHeight, 。 BufferedImage destImage new BufferedImage srcWidth, srcHeight, 。 // 得到旋轉(zhuǎn)后的圖片 alpha 為 0 處，為黑色 0x00000000 ，需要繪制一次背景 srcImage, tempImage 。 Graphics2D g2d 。 。 0, 0, srcWidth, srcHeight 。 // 把 ARGB 得圖轉(zhuǎn)到 RGB tempImage, 0, 0, srcWidth, srcHeight, null 。 同理，圖像的定比縮放、水平鏡像、垂直鏡像也可以如此實(shí)現(xiàn)，不同的是獲取的 AffineTransform 實(shí)例不同罷了，而且也并不會產(chǎn)生多余的背景，故而也不需要重繪背景。獲取實(shí)例的實(shí)現(xiàn)如下： 定比縮放。 AffineTransform at factor, factor 。 水平鏡像。 AffineTransform at new AffineTransform 1, 0, 0, 1, 0, 0 。 垂直鏡像。 AffineTransform at new AffineTransform 1, 0, 0, 1, 0, 0 。 銳化。通過一個 3 3 的卷積核進(jìn)行卷積，其中卷積核矩陣如下： [ 1 1 1 ] [ 1 9 1 ] [ 1 1 1 ] 而具體具體實(shí)現(xiàn)如下： int srcWidth 。 int srcHeight 。 float sharpenData[] , , , , , , , , 。 ConvolveOp co new ConvolveOp new Kernel 3, 3, sharpenData 。 BufferedImage destImage new BufferedImage srcWidth, srcHeight, 。 srcImage, destImage 。 return destImage。 同理，模糊也如此，只是核心矩陣不同，模糊的卷積核矩陣為： [ ] [ ] [ ] 色調(diào)調(diào)整。色調(diào)調(diào)整是把圖像的每個像素轉(zhuǎn)換至 HSB 色彩模式后調(diào)整色調(diào)分量，然后轉(zhuǎn)換回 RGB 色彩模式。具體實(shí)現(xiàn)如下： BufferedImage destImage new BufferedImage srcWidth, srcHeight, 。 for int i 0。 i srcWidth。 i++ for int j 0。 j srcHeight。 j++ int color i, j 。 float[] hsb RGB2HSB color 。 hsb[0] + deltaHue。 color HSB2RGB hsb 。 i, j, color 。 return destImage。 同理，圖像的飽和度、亮度的調(diào)整也是如此，只是調(diào)整的分量不同罷了。 Applet 與服務(wù)器間數(shù)據(jù)交換實(shí)現(xiàn) 從 Applet 的安全機(jī)制，可知當(dāng) Applet 想要與非 Applet 提供主機(jī) 的其他 Web服務(wù)器通信時，就會由于沒有權(quán)限而產(chǎn)生異常 [16]。為了