在這段時間中，我們的軟件杯比賽項目中，我進行了對圖片的處理，盡可能的來實現我們識別的準確性，我的圖片處理總的分為兩個部分：

第一部分：我們把圖片的水印去掉了，由於我們的圖片是.png格式的，他的特點在於，這類圖片是透明背景，字體的顏色是黑色，而水印的顏色是白色，所以我們首先遍歷所有像素，計算一下整張圖的灰度的平均值（grayMean），輪廓顏色較深，灰度值比較小，背景顏色較淺，灰度值較大，加權平均之後總的平均值會比背景的灰度值略低，然後再次遍歷所有像素，並計算每個像素點的灰度，如果其灰度值比grayMean大，則將其alpha值設為0，即完全透明，否則不做處理。

代碼：

public BufferedImage alphaProcess(BufferedImage bufferedImage) {
        
 
//獲取源圖像的寬高
        int width = bufferedImage.getWidth();
        int height = bufferedImage.getHeight();
        System.out.println(width+" "+height);
    //實例化一個同樣大小的圖片，並將type設為 BufferedImage.TYPE_4BYTE_ABGR，支持alpha通道的rgb圖像
        BufferedImage resImage = new BufferedImage(width, height, BufferedImage.TYPE_4BYTE_ABGR);

        
 
double grayMean = 0;
        for (int i = 0; i < width; i++) {
            for (int j = 0; j < height; j++) {
                int rgb = bufferedImage.getRGB(i,j);
                int r = (0xff&rgb);
                int g = (0xff&(rgb>>8));
                int b = (0xff&(rgb>>16));
                
 
//這是灰度值的計算公式
                grayMean += (r*0.299+g*0.587+b*0.114);
            }
        }
        //計算平均灰度
        grayMean = grayMean/(width*height);

        for (int i = 0; i < width; i++) {
            for (int j = 0; j < height; j++) {
                int rgb = bufferedImage.getRGB(i,j);
                //一個int是32位,java中按abgr的順序存儲，即前8位是alpha，最後8位是r，所以可以通過下面的方式獲取到rgb的值
                int r = (0xff&rgb);
                int g = (0xff&(rgb>>8));
                int b = (0xff&(rgb>>16));
                double gray = (r*0.299+g*0.587+b*0.114);
                //如果灰度值大於之前求的平均灰度值，則將其alpha設為0，下面準確寫應該是rgb = r + (g << 8) + (b << 16) ＋ （0 << 24）;
                if (gray>grayMean){
                    rgb = r + (g << 8) + (b << 16);
                }
                resImage.setRGB(i,j,rgb);
            }
        }
        //ok，返回的就是將淺色背景設為透明的BufferedImage了，可以用灰度化裏提到的方式寫成文件
        return resImage;
    }

第二部分為：改變圖片的格式，在進行是被的過程中，我發現當我將.png格式的圖片轉換為.jpg格式圖片後，他的識別正確率是提高的。

代碼：

private static void writeBufferedImage(BufferedImage img,String filePath){
    String format = filePath.substring(filePath.indexOf(‘.‘)+1);
    //獲取圖片格式
    System.out.println(format);
    try {
        ImageIO.write(img,format,new File(filePath));
    } catch (IOException e) {
        e.printStackTrace();
    }
}

在經過這兩次的圖片處理後，我們的圖片的識別正確率有很大的提高

結果截圖:

未進行處理之前的圖片：

進行處理之後的圖片：

軟件杯圖片之背景，格式的轉換