使用RasterIO快速显示图像

114 篇文章 245 订阅
61 篇文章 8 订阅

         这篇算是RasterIO的一个演示程序吧,源代码可以去资源中心去下载。在之前有一篇博客中(地址为:http://blog.csdn.net/liminlu0314/article/details/7072224),GDALRasterIO函数的使用中,有很多人留言,之后又在文章后面更新了一些例子代码。但是还是有很多人不是很清楚,就写个显示的小程序进行说明下吧。

        首先简单的介绍下,我的界面用的QT,VS2008 SP1的IDE环境。程序只能显示8bit的数据,其他的数据可以显示,估计会出问题。下面就对核心的代码进行说明,其他关于界面的编写不做任何说明,有问题请自行Google。先贴代码,后面进行说明:

void CImageDisplayDlg::ShowRaster()
{
	int iStartCol = spinStartCol->value();
	int iStartRow = spinStartRow->value();

	int dataWidth = spinEndCol->value() - iStartCol;
	int dataHeight = spinEndRow->value() - iStartRow;
	int	dataBands =  m_pDataset->GetRasterCount();

	int	band_list[3] = {1,2,3};

	m_dScale = dataHeight > dataWidth ? dataHeight : dataWidth;
	int iViewHeight = 541;
	m_dScale = iViewHeight/m_dScale;

	int iSize = GDALGetDataTypeSize(GDT_Byte) / 8;
	int iScaleWidth = static_cast<int>(dataWidth*m_dScale+0.5);
	int iScaleHeight = static_cast<int>(dataHeight*m_dScale+0.5);

	iScaleWidth = (iScaleWidth*8+31)/32*4;

	unsigned char* pBuffer = new unsigned char[iScaleWidth*iScaleHeight*dataBands];
	CPLErr err = m_pDataset->RasterIO(GF_Read, 0, 0, dataWidth, dataHeight, pBuffer, iScaleWidth, iScaleHeight,
		GDT_Byte, dataBands, band_list, iSize*dataBands, iSize*iScaleWidth*dataBands, iSize);	//读取所有波段的数据

	unsigned char* pDataBuffer = NULL;
	if (dataBands >=3 )
	{
		pDataBuffer = pBuffer;
	}
	else
	{
		pDataBuffer = new unsigned char[iScaleWidth*iScaleHeight*3];
		for (int i=0; i<iScaleWidth*iScaleHeight*3; i++)
			pDataBuffer[i] = pBuffer[i/3];

		delete []pBuffer;
	}

	QImage QImg(pDataBuffer, iScaleWidth, iScaleHeight, QImage::Format_RGB888);
	QPixmap pixmap = QPixmap::fromImage(QImg);
	delete []pDataBuffer;

	labelView->setPixmap(pixmap);
}
        好了,最核心的就是这一个函数,叫ShowRaster。首先获取图像的大小和波段数,我的显示控件的宽度是541个像素,所以根据图像的宽高按照比例缩放到541个像元以内。然后计算缩放后的图像高和宽,就是上面函数中的iScaleWidth和iScaleHeight两个。知道图像缩放后的高度和宽度,这个高度是好使的,但是宽度需要按照公式iScaleWidth = (iScaleWidth*8+31)/32*4再计算一下,要不然图像显示出来可能不正确。关于这个公式可以搜关于位图的一些知识就知道了。

        如果波段数大于3个,就只去前三个进行读取,按照RGBRGB ...RGB的方式进行排列,如果波段数小于3个,那么就读取第一个波段的数据,然后将这个波段的数据复制两次,也就是RGB的值都是同一个。

        这样读取到图像的像元值,然后使用QImage类进行构造一个QImage,再用QImage构造一个QPixmap,最后将这个QPixmap设置给显示的控件就可以了。

        程序代码下载地址:http://download.csdn.net/detail/liminlu0314/4337917。有问题请留言。

        程序截图一:全图显示


程序运行截图二:指定范围显示


图像的金字塔: import cv2 as cv import numpy as np #降采样:将源图片尺寸缩小一倍,称为源图片尺寸的一半 def pyr_down_demo(image): dst = cv.pyrDown(image) cv.imshow("pyr_down_demo",dst) print(dst.shape) #高斯金字塔 def pyramid_demo(image): temp = image.copy() level = 3 pyramid_image = [] for i in range(3): dst = cv.pyrDown(temp) cv.imshow("pyramid_image"+str(i),dst) pyramid_image.append(dst) temp = dst.copy() return pyramid_image #拉普拉斯金字塔 def lapalian_demo(image): pyramid_images = pyramid_demo(image) level = len(pyramid_images) for i in range(level-1,-1,-1): if(i-1)<0: expand =cv.pyrUp(pyramid_images[i],dstsize= image.shape[:2]) lpls =cv.subtract(image,expand) cv.imshow("lapalian_down_"+str(i),lpls) else: expand = cv.pyrUp(pyramid_images[i],dstsize=pyramid_images[i-1].shape[:2]) lps = cv.subtract(pyramid_images[i-1],expand) cv.imshow("lapalian_down_"+str(i),lps) src =cv.imread("E:/opencv/picture/lena.jpg") pyr_down_demo(src) dst =cv.resize(src,(256,256)) cv.imshow("inital_window",src) cv.imshow("Resize_demo",dst) lapalian_demo(src) pyramid_demo(src) #print(src.shape) cv.waitKey(0) cv.destroyAllWindows() 分析: 图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是一种以多分辨率来解释图像的有效但概念简单的结构,简单来说,图像金字塔就是用来进行图像缩放的。 进行图像缩放可以用图像金字塔,也可以使用resize函数进行缩放,后者效果更好。这里只是对图像金字塔做一些简单了解。 两种类型的金字塔: 1, 高斯金字塔:用于下采样。高斯金字塔是最基本的图像塔。原理:首先将原图像作为最底层图像G0(高斯金字塔的第0层),利用高斯核(5*5)对其进行卷积,然后对卷积后的图像进行下采样(去除偶数行和列)得到上一层图像G1,将此图像作为输入,重复卷积和下采样操作得到更上一层图像,反复迭代多次,形成一个金字塔形的图像数据结构,即高斯金字塔。 2, 拉普拉斯金字塔:用于重建图像,也就是预测残差,对图像进行最大程度的还原。比如一幅小图像重建为一幅大图,原理:用高斯金字塔的每一层图像减去其上一层图像上采样并高斯卷积之后的预测图像,得到一系列的差值图像即为LP分解图像。 两种类型的采用: 1) 上采样:就是图片放大(所谓上就是变大),使用PryUp函数。 步骤:先将图像在每个方向放大为原来的两倍,新增的行和列用0填充,再使用先前同样的内核与放大后的图像卷积,获得新增像素的近似值。 2)下采样:就是图片缩小(所谓下嘛,就是变小),使用PryDown函数。下采样将步骤:先对图像进行高斯内核卷积 ,再将所有偶数行和列去除。 总之,上、下采样都存在一个严重的问题,那就是图像变模糊了,因为缩放的过程中发生了信息丢失的问题。要解决这个问题,就得用拉普拉斯金字塔 对于源码分析: 1.高斯金字塔 def pyramid_demo(image): level = 3 pyramid =[] for i in range(level): dst = cv.pyrDown(image) cv.imshow("pyramid_demo"+str(i),dst) pyramid.append(dst) image = dst return pyramid 高斯金字塔实质上就是由大变小,对源图像进行PyrDown(即先高斯模糊,后降采样)得到dst1,然后将dst1作为输入图像再进行PyrDown(即先高斯模糊,后降采样)得到dst2,这个过程循环n次,就会得到n曾金字塔了。源码中n=3. 2.拉普拉斯金字塔 def lapalace_demo(image): pyramid = pyramid_demo(image) levels = len(pyramid) #range(2,-1,-1):计数从2开始,到-1结束(但不包含-1),步长为-1.得到2,1,0 for i in range(levels-1,-1,-1): if i=1时,使用pyrUP指令,输入图像为pyramid[i],输出图像的大小为pyramid[i-1](因为高斯金字塔的pyramid链表前一个元素是后一个元素的两倍),得到结果expand,再用图像相减命令cv.subtract将expand与pyramid[i-1]做差,即可得到残差图像了。 当I<1,即i=0时,此时pyramid[i]是链表中元素最大的了,大小是image图像的一半。我们用pyrUP指令,输入图像为pyramid[i],输出图像的大小为image的尺寸大小,得到残差图像。 最后将各个残差图像显示出来。
评论 73
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值