无论如何，您都必须阅读每个像素。你可以用
int rgb = bufferedImage.getRGB(x,y);
或者，您可以从图像中获取数据缓冲区，并直接以
int[]数组的形式获取像素（如注释中所述），但是请注意，这可能在以后渲染此图像时对性能产生一些影响。
下一步将是检测像素是否具有某种颜色。说到照片，比较像
if (rgb == Color.BLUE.getRGB()) { ... }没有任何意义：大多数情况下，像素不会 完美 呈现蓝色。相反，您可以通过将RGB值转换为HSB颜色空间来分析其色调。所以你可以做类似的事情
float hsb[] = new float[3];int r = (rgb >> 16) & 0xFF;int g = (rgb >> 8) & 0xFF;int b = (rgb ) & 0xFF;Color.RGBtoHSB(r, g, b, hsb);
然后，
hsb阵列将包含颜色的色相，饱和度和亮度。这些值为0到1之间的值。将色相乘以360将获得颜色的“色调”：
饱和度和亮度可用于检测“接近黑色”或“接近白色”的像素。因此，您的最终分析可能大致如下：
if (hsb[1] < 0.1 && hsb[2] > 0.9) nearlyWhite();else if (hsb[2] < 0.1) nearlyBlack();else { float deg = hsb[0]*360; if (deg >= 0 && deg < 30) red(); else if (deg >= 30 && deg < 90) yellow(); else if (deg >= 90 && deg < 150) green(); else if (deg >= 150 && deg < 210) cyan(); else if (deg >= 210 && deg < 270) blue(); else if (deg >= 270 && deg < 330) magenta(); else red();}这些嵌套if语句也可以通过使用来避免
NavigableMap其
floorEntry和
ceilingEntry方法，但如果语句可能是更容易明白这里。
