Java究竟怎么玩？

文件下載地址（源碼在jar中）：http://code.google.com/p/greenvm/downloads/list

這些天來，筆者對于[綠壩]的贊美猶如滔滔江水連綿不絕，又似黃河決口，一發不可收拾。（具體可參考此文：http://blog.csdn.net/cping1982/archive/2009/06/11/4261449.aspx ）

“心之所慕，情之所仰”，不由得令筆者也開始研究起[圖像過濾]的“先進”技術來，于是今天下午花了些許時間，也“先進”了一吧，做了個Java版的圖像過濾實現。當然，出于Java性能的考慮，筆者這里沒有做圖像攔截，而是使用了圖像遮擋的手段來達到攔截的目的。順便也告訴網友，究竟圖像的什么部位，可能會在[綠壩]中[犯禁]（我用的[史萊姆]覆蓋……）。

PS：在正式開篇之前，為了體現本文所應用技術的先進性，我也學習號稱全國領先的綠壩重重的加上一筆 [本代碼可以過濾圖片中的不良信息，但不保證不良信息能完全被過濾，也不保證被過濾的信息完全是不良信息 ]

實際上，根據網絡上流傳的[金惠談判響應書]中所涉及到的資料，我們都知道綠壩對于人物圖像采取了很簡單——不，應該說是外行看上去很復雜的膚色驗證手段，也就是提取出可歸納為人肉色的圖像區域轉化為黑白圖（明白為什么驗證不了黑人了嗎？），再通過黑白圖運算肉色范圍最終判定是否過濾圖形的古老——被先進性使用的古老技術。

筆者將其具體實現過程簡化如下（具體請下載參看筆者提供的源碼）：

/** * 以指定圖片掩蓋目標圖片中大塊肉色 * * @param srcImage * @param deckImage * @return */ public static Image getFleshKeepOut(BufferedImage srcImage, BufferedImage deckImage) { // 獲得肌膚反色的人物圖像 BufferedImage nowImage = FleshDetector.getFleshBinaryImage(srcImage); // 汲取圖像中白色部分（即處理獲得的肌膚反色圖中的白色區域，5為有效范圍匹配范圍） BufferedImage nowImage1 = Alteration.dilate(nowImage,5); // 取得適當的遮蓋點 PallDetection detect = FleshDetector.detectWhite(nowImage1); // 獲得“和諧”后目標圖 return FleshEffector.drawImage(srcImage, detect, deckImage); }

事實上，通過膚色檢測只不過是最初直方圖（取人體結構判定人類圖像）的一個簡化，固有的問題還是沒有解決，比如很多風景圖片也有大塊的類膚色區域，況且還有膚色高光部分導致的漏判，還有大塊人臉等。通過一個人臉檢測器來過濾大塊的人臉區域于是成了標配。引入更多的圖像特征，比如紋理等，也可以過濾掉一些誤判的風景圖像。

具體的請下源碼吧，這個東西雖然不難，但是用筆寫的話與以前寫[AI]時一樣，同屬論文素材之一……

比如以下運行截圖，就如[綠壩]一樣，將[主席]給[色情]掉了（天地良心啊，我最初設置的肉色范圍真的不會誤判[主席]，為了配合網上的[綠壩]實驗結果才后改的取值范圍……）：

而網上盛傳的機器貓圖，因為完全不符合[肉色]的范圍，則平安無事。

我驗證了一下，果然加菲過不了這關，而且是這圖中的很多部分……

小馬哥[玉照]一樣不行……

這個，我覺得吧，過濾后似乎更黃更暴力了|||，果然還是學[綠壩]直接阻止訪問的好……

文件下載地址（源碼在jar中）：http://code.google.com/p/greenvm/downloads/list