MFC处理bmp图像—滤波

最新推荐文章于 2023-01-08 21:32:48 发布

Bleach_Fei

最新推荐文章于 2023-01-08 21:32:48 发布

阅读量3.4k

点赞数 10

分类专栏：数字图像处理文章标签：图像处理 mfc bmp 算法

本文链接：https://blog.csdn.net/buxiehuai/article/details/51130947

版权

本文介绍了如何使用MFC进行中值滤波图像处理。首先回顾滤波特点，接着通过MFC创建菜单项并添加事件处理程序，重写OnImageprocessingMedianfiltering()函数，实现中值滤波功能。同时，提供了GetMedianNum()和MedianFilter()函数的实现。文章鼓励读者探讨和学习MFC的更多应用。

摘要由CSDN通过智能技术生成

滤波
   无论是直接获取的灰度图像，还是由彩色图像转换得到的灰度图像，里面都有噪声的存在，噪声对图像质量有很大的影响。进行中值滤波不仅可以去除孤点噪声，而且可以保持图像的边缘特性，不会使图像产生显著的模糊，比较适合于实验中的人脸图像。

   中值滤波的基本思想是，把局部区域的像素按灰度等级进行排序，取该领域中灰度的中值作为当前像素的灰度值。
中值滤波的步骤为：
    1、将滤波模板（含有若干个点的滑动窗口）在图像中漫游，并将模板中心与图中某个像素位置重合；
    2、读取模板中各对应像素的灰度值；
    3、将这些灰度值从小到大排列；
    4、取这一列数据的中间数据，将其赋给对应模板中心位置的像素。如果窗口中有奇数个元素，中值取元素按灰度值大小排序后的中间元素灰度值。如果窗口中有偶数个元素，中值取元素按灰度值大小排序后，中间两个元素灰度的平均值。因为图像为二维信号，中值滤波的窗口形状和尺寸对滤波器效果影响很大，不同图像内容和不同应用要求往往选用不同的窗口形状和尺寸。

引用一段文字描述一下滤波的特点，通过上一篇文章的学习，我们已经学会了怎样用MFC实现基本的图像处理算法，这次我们需要实现的是中值滤波，这个算法的原理和上一篇文章的Otsu的原理我准备这两天总结一下，重写一篇文章。

下面开始用MFC实现中值滤波，我们和上一篇文章中的操作一样，在资源视图->Menu菜单->IDR-DIBTYPE里面的image processing下新建一个子菜单MedianFiltering

这里写图片描述

然后添加类向导，或者直接右键子菜单MediaFiltering添加事件处理程序

这里写图片描述

类列表选择CdibView其他默认，然后将OnImageprocessingMedianfiltering()函数重写如下：

void CDibView::OnImageprocessingMedianfiltering()
{
    // TODO: 在此添加命令处理程序代码
    // 获取文档
    CDibDoc* pDoc = GetDocument();
    // 指向DIB的指针
    LPSTR   lpDIB;
    // 指向DIB象素指针
    LPSTR   lpDIBBits;
    // 滤波器的高度
    int iFilterH;
    // 滤波器的宽度
    int iFilterW;
    // 中心元素的X坐标
    int iFilterMX;
    // 中心元素的Y坐标
    int iFilterMY;
    // 锁定DIB
    lpDIB = (LPSTR) ::GlobalLock((HGLOBAL)pDoc->GetHDIB());

    // 找到DIB图像象素起始位置
    lpDIBBits = ::FindDIBBits(lpDIB);

    // 判断是否是8-bpp位图（这里为了方便，只处理8-bpp位图的中值滤波，其它的可以类推）