数字图像处理_椒盐噪声_纯C

最新推荐文章于 2021-08-27 21:27:05 发布
最新推荐文章于 2021-08-27 21:27:05 发布
阅读量3.4k 收藏 8
点赞数 1
分类专栏： C/C++ 文章标签： 数字图象处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dl0914791011/article/details/8169669
版权

loadbmp.h

#include <stdio.h>
#include <math.h>
#include <time.h>
#include <string.h>
#include <stdlib.h>

#define pi (double)3.14159265359

#define BI_RGB		 0
#define BI_RLE8		 1
#define BI_RLE4		 2
#define BI_BITFIELDS 3


typedef unsigned long       DWORD;
typedef int                 BOOL;
typedef unsigned char       BYTE;
typedef unsigned short      WORD;
typedef float               FLOAT;
typedef int                 INT;
typedef unsigned int        UINT;
typedef char CHAR;
typedef short SHORT;
typedef long LONG;
  

#pragma   pack(push)
#pragma   pack(1)
typedef struct tagBITMAPINFOHEADER{
        DWORD      biSize;
        LONG       biWidth;
        LONG       biHeight;
        WORD       biPlanes;
        WORD       biBitCount;
        DWORD      biCompression;
        DWORD      biSizeImage;
        LONG       biXPelsPerMeter;
        LONG       biYPelsPerMeter;
        DWORD      biClrUsed;
        DWORD      biClrImportant;
} BITMAPINFOHEADER;
#pragma     pack(pop)

#pragma   pack(push)
#pragma   pack(1)
typedef struct tagBITMAPFILEHEADER {
        WORD    bfType;
        DWORD   bfSize;
        WORD    bfReserved1;
        WORD    bfReserved2;
        DWORD   bfOffBits;
} BITMAPFILEHEADER;
#pragma     pack(pop)

#pragma   pack(push)
#pragma   pack(1)
typedef struct tagRGBQUAD {
  BYTE    rgbBlue; 
  BYTE    rgbGreen; 
  BYTE    rgbRed; 
  BYTE    rgbReserved; 
} RGBQUAD; 
#pragma     pack(pop)


int nWidth;
int nHeight;
int nLen;
int nByteWidth;
BYTE *lpBackup;
BYTE *lpBitmap;
BYTE *lpBits;

/*复数定义*/
typedef struct
{
	double re;
	double im;
}COMPLEX;

/*复数加运算*/
COMPLEX Add(COMPLEX c1, COMPLEX c2)
{
	COMPLEX c;
	c.re=c1.re+c2.re;
	c.im=c1.im+c2.im;
	return c;
}

/*复数减运算*/
COMPLEX Sub(COMPLEX c1, COMPLEX c2)
{
	COMPLEX c;
	c.re=c1.re-c2.re;
	c.im=c1.im-c2.im;
	return c;
}

/*复数乘运算*/
COMPLEX Mul(COMPLEX c1, COMPLEX c2)
{
	COMPLEX c;
	c.re=c1.re*c2.re-c1.im*c2.im;
	c.im=c1.re*c2.im+c2.re*c1.im;
	return c;
}

void GetPoints(BYTE *lpPoints)
{
	int x,y,p;
	for(y=0;y<nHeight;y++)
	{
		for(x=0;x<nWidth;x++)
		{
			p=x*3+y*nByteWidth;
			lpPoints[x+y*nWidth]=(BYTE)(0.299*(float)lpBits[p+2]+0.587*(float)lpBits[p+1]+0.114*(float)lpBits[p]+0.1);
		}
	}
}

void PutPoints(BYTE *lpPoints)
{
	int x,y,p,p1;
	for(y=0;y<nHeight;y++)
	{
		for(x=0;x<nWidth;x++)
		{
			p=x*3+y*nByteWidth;
			p1=x+y*nWidth;
			lpBits[p]=lpPoints[p1];
			lpBits[p+1]=lpPoints[p1];
			lpBits[p+2]=lpPoints[p1];
		}
	}
}


void LoadBitmap()
{	int nBWidth;
	BITMAPINFOHEADER *pInfo;
	unsigned int PaletteSize;
	RGBQUAD *pPalette;

	BITMAPFILEHEADER bmh;
	BITMAPINFOHEADER bmi;
	BYTE *lpTemp=lpBitmap;
	BYTE *lpBits2;
	int x,y,p1,p2,Palette;


	pInfo=(BITMAPINFOHEADER *)(lpBitmap+sizeof(BITMAPFILEHEADER));
	nWidth=pInfo->biWidth;
	nByteWidth=nWidth*3;
	if (nByteWidth%4) nByteWidth+=4-(nByteWidth%4);
	nHeight=pInfo->biHeight;
	if (pInfo->biBitCount!=24)
	{
		if (pInfo->biBitCount!=8)
		{
			printf("Invalidation Bitmap");
			free(lpBitmap);
			lpBitmap=0;
			return;
		}
		PaletteSize=1<<pInfo->biBitCount;
		if (pInfo->biClrUsed!=0 && pInfo->biClrUsed<PaletteSize) PaletteSize=pInfo->biClrUsed;
		lpBits=lpBitmap+sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER);
		pPalette=(RGBQUAD *)lpBits;
		lpBits+=sizeof(RGBQUAD)*PaletteSize;
		nLen=sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER)+nByteWidth*nHeight;
		lpTemp=lpBitmap;
		lpBitmap=(BYTE*)malloc(sizeof(BYTE)*nLen);

		bmh.bfType='B'+'M'*256;
		bmh.bfSize=nLen;
		bmh.bfReserved1=0;
		bmh.bfReserved2=0;
		bmh.bfOffBits=54;
		bmi.biSize=sizeof(BITMAPINFOHEADER);
		bmi.biWidth=nWidth;
		bmi.biHeight=nHeight;
		bmi.biPlanes=1;
		bmi.biBitCount=24;
		bmi.biCompression=BI_RGB;
		bmi.biSizeImage=0;
		bmi.biXPelsPerMeter=0;
		bmi.biYPelsPerMeter=0;
		bmi.biClrUsed=0;
		bmi.biClrImportant=0;
 
		nBWidth=pInfo->biWidth;
		
		if (nBWidth%4) nBWidth+=4-(nBWidth%4);
		memset(lpBitmap,0,nLen);
		memcpy(lpBitmap,&bmh,sizeof(BITMAPFILEHEADER));
		memcpy(lpBitmap+sizeof(BITMAPFILEHEADER),&bmi,sizeof(BITMAPINFOHEADER));
		lpBits2=lpBitmap+sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER);

		for(y=0;y<nHeight;y++)
		{
			for(x=0;x<nWidth;x++)
			{
				p1=y*nBWidth+x;
				p2=y*nByteWidth+x*3;
				if (lpBits[p1]<PaletteSize) Palette=lpBits[p1];
				else Palette=0;
				lpBits2[p2]=pPalette[Palette].rgbBlue;
				lpBits2[p2+1]=pPalette[Palette].rgbGreen;
				lpBits2[p2+2]=pPalette[Palette].rgbRed;
			}
		}
		free(lpTemp);
	}

	lpBits=lpBitmap+sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER);
	if (lpBackup) free(lpBackup);
	lpBackup=(BYTE*)malloc(sizeof(BYTE)*nLen);
	memcpy(lpBackup,lpBitmap,nLen);

}


void OpenFile() 
{
	FILE* fp;
	if ((fp=fopen("miss.bmp","r+b")) == NULL)
		return;

	if (lpBitmap) 
		free(lpBitmap);
	
	fseek(fp, 0L, SEEK_END);
	nLen=ftell(fp);
	fseek(fp, 0L, SEEK_SET);

	lpBitmap=(BYTE*)malloc(sizeof(BYTE)*nLen);
	fread(lpBitmap,nLen,1,fp);

	LoadBitmap(); 
}




void SaveAs()
{
	BITMAPFILEHEADER bmh;
	FILE* fp;
		int nLen=nByteWidth*nHeight;
	BYTE *pMem=(BYTE*)malloc(nLen+sizeof(BITMAPINFOHEADER));
	BITMAPINFOHEADER *bmi=(BITMAPINFOHEADER *)pMem;
	
	if (lpBitmap==0) return;

	if ((fp=fopen("miss0.bmp","w+b")) == NULL)
		return;



	bmi->biSize=sizeof(BITMAPINFOHEADER);
	bmi->biWidth=nWidth;
	bmi->biHeight=nHeight;
	bmi->biPlanes=1;
	bmi->biBitCount=24;
	bmi->biCompression=BI_RGB;
	bmi->biSizeImage=0;
	bmi->biXPelsPerMeter=0;
	bmi->biYPelsPerMeter=0;
	bmi->biClrUsed=0;
	bmi->biClrImportant=0;

	bmh.bfType='B'+'M'*256;
	bmh.bfSize=sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER)+nLen;
	bmh.bfReserved1=0;
	bmh.bfReserved2=0;
	bmh.bfOffBits=54;
	memcpy(pMem+sizeof(BITMAPINFOHEADER),lpBits,nLen);
	fwrite(&bmh,sizeof(BITMAPFILEHEADER), 1, fp);
	fwrite(pMem,nLen+sizeof(BITMAPINFOHEADER), 1, fp);
	fclose(fp);
}

 

peppernoise.c

#define EXTRA_NAME "@PepperSaltNoise."
#include "loadbmp.h"

void Pepper_Noise()
{	int x,y,p;
	if (lpBitmap==0) return;

	srand((unsigned)time(NULL));
	for(y=0;y<nHeight;y++)
	{
		for(x=0;x<nWidth;x++)
		{
			if (rand()>31500)
			{
				p=x*3+y*nByteWidth;
				lpBits[p+2]=255;
				lpBits[p+1]=255;
				lpBits[p]=255;
			}
		}
	}	
}

void main(int argc, char *argv[])
{

	OpenFile();
	Pepper_Noise();
	SaveAs();
}

 

图片格式必须为bmp格式
转换前:

转换后:

 

图像在计算机中通过什么方式表示_数字图像处理小记
weixin_39694016的博客
10-21 6540
适用:数字图像处理概念理解、知识点复习。抛却大部分推导公式，注重概念的理解与应用，通过这篇文章能够了解这门课大概的内容。后面附了一份课程主要知识点。【删除线中间的东西可选择性不看】参考：CSDN，百度，本科课程资料下面这篇我参考的CSDN帖子会讲解的更加详细（各类细枝末节、公式推导）图像处理系列学习笔记_ShaneHolmes-CSDN博客​blog.csdn.net想到之前看过的一个讲解小波变换...
数字图像处理
mao____mao的博客
12-30 1834
第一章 什么是数字图像处理，用途 P1-3 一幅图像可以定义为二维函数f(x,y),x和y是空间坐标，幅值f称为图像的灰度。 当x，y，f都是有限的离散值，称为该图像为数字图像。 数字图像处理是借助于计算机来处理数字图像。 用途：医学图像处理、卫星图像处理、自动字符识别、军事保障 第二章 人眼的结构（锥状体，杆状体）P24 杆状体：单色夜视、暗视觉、单色信号敏感（灰度传感器）光通量范围106-100ML 整个视网膜 锥状体：彩色视觉、亮视觉、彩色信号敏感（彩色传感器） 光通量范围：103-104ML 黄
c+=语言 高斯噪声.rar
12-27
c++语言高斯白噪声
c语言编程高斯白噪声信号,关于产生高斯白噪声
weixin_31089065的博客
05-18 5818
1. 环境工具语言：c语言作图：gnuplot2. 高斯白噪声[ 1] 为什么要产生高斯白噪声在分析一个系统的抗噪声性能或者是一种对信号的调制方式分析的时候，在模拟信号通过信道的时候，使用的是高斯白噪声来模拟信道中的噪声模型，由此，在固定信噪比下，可以分析不同调制手段最终解调后受干扰的程度好坏，通信系统中的噪声是热噪声，而白噪声是近似于白噪声的，当对白噪声取值的时候，我们发现它符合高斯分布，故而出...
高斯白噪声的C语言实现.txt
03-12
用C语言实现了高斯白噪声数据的产生 Routine mrandom : To generate the random number(pseudo-white noise). input Parameters: n : the random data number requested; integer . iseed: the seed for pseudo-random data generation.it must be initialized by main program(suggested value is ISEED=12357), and the random number is cycled,the cycle length=1,048,576 itype: random data distribution type, see below: itype=1: Uniform distributed,from 0.0 to 1.0 itype=2: Uniform distributed,Mean=0.0, Variance(方差)(Power) p=1.0 itype=3: Uniform distributed,Mean=0.0, Variance(Power) p=p. itype=4: Gaussian distributed,Mean=0.0, Variance(Power) p=1.0 itype=5: Gaussian distributed,Mean=0.0, Variance(Power) p=p. p :variance(Power) of random, only used when itype=3 or itype=5. out parameters: u :n dimensioned real array, data is stored in u(0) to u(n-1). in Chapter 1
图像去高斯噪声算法实现C++
06-01
图像去高斯噪声算法实现C/C++，输入YUV视频文件，可以得到很好的去噪效果，有软件界面
给图像添加椒盐噪声
q1594的博客
01-31 2809
一种图像添加椒盐噪音的方法 import cv2 import numpy as np img=cv2.imread("1.png",0) rows,cols=img.shape img1=np.zeros((rows,cols,1),dtype=np.uint8) M=np.random.randint(0,256,size=[rows,cols],dtype=np.uint8) for i in range(rows): for j in range(cols): if M[i,
数字图像处理试题集(硕博)
12-23
根据提供的文件信息，我们可以归纳出一系列关于数字图像处理的关键知识点，这些知识点主要涵盖了不同学校、不同年份的考试内容和范围。以下是对这些知识点的详细解释： ### 数字图像处理概述 数字图像处理是一门...
基于MATLAB的数字图像处理
sunny_chenxi的博客
08-27 4500
摘 要 图像信息是人类获取信息的重要来源及利用信息的重要手段，图像处理科学技术是科学研究、社会生产及人类生活中不可缺少的强有力工具。在信息社会中，数字图像处理科学在理论或实践上都存在着巨大的潜力。 数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展...
bmp图像添加椒盐噪声（vs2005）
12-20
对bmp图像添加椒盐噪声（vs2005实现）
图像加噪c语言,数字图像处理_椒盐噪声_纯C
weixin_33142377的博客
05-24 417
loadbmp.h#include #include #include #include #include #define pi (double)3.14159265359#define BI_RGB 0#define BI_RLE8 1#define BI_RLE4 2#define BI_BITFIELDS 3typedef unsigned long DWORD;typedef ...
给图片加椒盐噪声
<Hunter>
06-14 2021
给图片加椒盐噪声（matlab和python实现及分析）
图像加噪c语言,图像加噪
weixin_34193397的博客
05-24 481
[toc]介绍在有些情况下，会因为研究需要所以用一些增加了噪声的图片文件目录树│ GaussianNoise.py #高斯噪声│ SpicedSaltNoise.py #盐椒噪声│├─images #将所有需要处理的所有图片该文件夹内│ test.jpg #原图│└─noise_img├─Gussian_noise_img ...
C语言/C++对BMP图片加椒盐噪声 超简单
weixin_44474840的博客
04-28 1693
#include <fstream> #include <math.h> #include <stdio.h> #include <windows.h> #include <iostream> using namespace std; //引入时间库 和 随机函数库 #include<time.h> #include&lt...
图像处理：C代码实现 椒盐噪声的添加和中值滤波去除椒盐噪声
L888666Q的博客
01-12 2469
椒盐噪声简介：椒（pepper）即表示图像中某像素处的值为0（黑色），盐（salt）即表示图像中某像素处的值为255（白色）； 产生椒盐噪声的思路： 产生两个随机数（xPosition和yPosition），用来在图像中该坐标处添加椒盐点； 产生一个随机数，用来决定在1中的坐标点上添加椒点还是盐点； 注意事项：产生椒盐噪声的椒盐个数和椒盐颗粒的大小均需要通过参数设置，并且本程序是给灰度图片添加噪声。 代码如下： int peppersalt(unsigned char* buffer,
为图像添加椒盐噪声和高斯噪声
热门推荐
hairuiJY
08-03 3万+
http://blog.csdn.net/qq_34784753/article/details/69379135   下面简单介绍两种图像噪声，即椒盐噪声和高斯噪声。 1.椒盐噪声        椒盐噪声也称为脉冲噪声，是图像中经常见到的一种噪声，它是一种随机出现的白点或者黑点，可能是亮的区域有黑色像素或是在暗的区域有白色像素（或是两者皆有）。盐和胡椒噪声的成因可能是
图像加噪（高斯噪声和椒盐噪声）
JaxonChan的博客
07-19 5743
1.高斯噪声 在空间域和频率域中，由于高斯噪声在数学上的易处理性，故实践中常用这种噪声模型。 高斯随机变量z的PDF由下式给出： 高斯噪声是指概率密度函数服从高斯分布（即正态分布）的一类噪声。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。 高斯随机变量z的PDF由上式给出，其中z表示灰度值，u表示z的均值，σ表示z的方差。当z服从高斯分布时，其值有大约70%落在范围[(u-σ),(u+σ)]内，有大约95%落在范围[(u-2σ),(u+2σ)]内。其概率密度函数如图：
数字图像处理中的椒盐噪声与滤波器应用
1. **椒盐噪声处理**：椒盐噪声是数字图像中常见的一种噪声类型，由黑色和白色像素点随机分布造成。在这种情况下，算术均值和几何均值滤波器效果不佳，而中值滤波器和修正后的阿尔法均值滤波器可能更为有效，因为...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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