孙玲的空间你有没有遇到过这种需求：给用户上传的头像打上马赛克，或者把证件照瞬间转成黑白灰度图。很多人第一反应是打开Photoshop，但当这个需求落到Java后端接口里，就必须自己写算法了。这篇文章我把图像处理里最经典的两个算法——灰度转换和马赛克——从零开始手写一遍，同时把背后绕不开的计算机字节与位运算彻底讲明白。读完全文，你能直接写出可用的图像工具类，也能在面试时把位运算相关的问题讲得头头是道。
我尽量用大白话拆解。不管你是刚入门的Java初学者，还是准备校招面试、背诵八股文的应届生，又或者是做后端想临时接一个图片处理需求的开发者，这篇文章都适合你。
1. 一张图片在Java眼里到底是什么
1.1 位图就是一张按顺序排好的颜色表格
在计算机内部，一张常见的jpg、png图片可以理解成一个巨大的二维网格：横向W个格子、纵向H个格子，每个格子就是一个像素（Pixel）。每个像素的颜色由红、绿、蓝三种光按比例混合而成，这就是常说的RGB三通道。每个通道的取值范围是0到255，正好可以用一个字节表示。
所以一个像素最少需要3个字节：
0, 0, 0是黑色255, 255, 255是白色255, 0, 0是纯红色0, 255, 0是纯绿色
假设一张图是1920x1080，总像素数大约207万，每个像素3个字节，纯像素数据就接近6MB。你可能会奇怪：为什么同一张图存成jpg只有几百KB，而内存里却这么大？因为jpg是有损压缩格式，内存里的位图（Bitmap）是不压缩的。这就是为什么做图像处理时要格外在意内存和性能。
在Java里，我们用BufferedImage这个类来表示位图。创建时可以指定类型：
java复制BufferedImage img = new BufferedImage(1920, 1080, BufferedImage.TYPE_INT_RGB);
TYPE_INT_RGB这个名字信息量很大：意思是"用一个int来承载一个像素的RGB"。
一个int是32位，低24位分别存放RGB三个通道。这意味着处理图像的时候，每个像素可以直接当成一个int来处理。而int是由字节组成的，字节又是由位组成的——位运算天然就是图像处理的底层语言。搞懂了这层关系，你就知道为什么网上所有图像处理教程都绕不开位运算了。
1.2 getRGB返回的神秘int，到底怎么拆开
先写一小段代码，把某个像素的RGB值读出来看看：
java复制BufferedImage img = ImageIO.read(new File("demo.jpg"));
int rgb = img.getRGB(100, 200);
System.out.printf("0x%08X%n", rgb);
输出结果类似：
code复制0xFF6A8C33
看到这个十六进制数，内存布局就清楚了。从高位到低位拆开：
- 第24到31位：Alpha通道（透明度），
0xFF表示不透明 - 第16到23位：R通道，
0x6A - 第8到15位：G通道，
0x8C - 第0到7位：B通道，
0x33
如果想把R取出来，自然就是右移16位，再掩掉高位的干扰数据：
java复制int r = (rgb >> 16) & 0xFF;
这里面的& 0xFF就是位运算里的"掩码"操作。很多初学者看到0xFF就发懵，我先不展开，等到第四章我会用一个非常阴间的Bug来证明：少了这一步，你会得到一堆莫名其妙的负数。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 灰度算法实战：三行代码背后藏了三层认知
2.1 并不是简单求平均：人眼对三种颜色的敏感度不同
灰度转换也叫去色，目标就是让图片只保留亮度信息，也就是让最终的R=G=B。很多人的第一反应是写：
java复制int gray = (r + g + b) / 3;
这个写法表面合理，实际效果却偏暗、偏"脏"。原因在于：人眼对绿色光最敏感，对蓝色光最不敏感。简单平均相当于把三个通道的权重看成完全一样，这和人类视觉系统的工作方式不符。
业内更常用的是加权平均公式。常见的两套标准：
- Rec.601（标清电视标准）：
0.299R + 0.587G + 0.114B - Rec.709（高清电视标准）：
0.2126R + 0.7152G + 0.0722B
可以明显看到，G的权重最高，B的权重最低。这就是"人眼对绿色最敏感"在数学上的落地。做图像处理如果完全不考虑视觉感知，出来的结果就会"看起来不太对"。
2.2 整数运算的灰度公式与完整代码
浮点公式直观但是稍慢。图像数据动辄上百万像素，每像素做三次浮点乘法，累计开销不小。所以更推荐把公式改写成整数运算：
java复制int gray = (r * 299 + g * 587 + b * 114) / 1000;
如果还想再极致一点，甚至可以避开除法，用位运算：
java复制int gray = (r * 77 + g * 151 + b * 28) >> 8;
这里的原理是：77 + 151 + 28 = 256，除以256就等价于右移8位。这种写法在早期嵌入式设备上很常见，现在写起来更多是为了装杯和面试讲解。
完整的灰度转换方法：
ja复制