C++课设简易图像处理系统

༄༄小半生༅࿐

已于 2022-03-30 18:17:56 修改

阅读量6.2k

点赞数 6

文章标签：开发语言 c++ 算法图像处理

于 2022-02-07 18:16:26 首次发布

本文链接：https://blog.csdn.net/m0_47682721/article/details/122810460

版权

前言

本次课设实现的简易图像处理主要采用了C++和OpenCV+Qt结合的方式，利用C++类的封装、多态、继承继承机制实现了对输入图像进行线性灰度变换、对数变换、gamma变换、拉普拉斯算子增强、直方图均衡化、rbg2gray、模糊图像增强七种处理方式，在线性变换和gamma变换的时候利用QMessageBox类实现弹窗功能，用户可以自己输入相关值对图像进行增强或对比度降低的操作，同时还利用栈的方式对图像操作进行撤销，最后将算法打包成了动态库，采用隐式调用.dll文件的方式实现了代码共享。

提示：以下是本篇文章正文内容，下面案例可供参考

一、总体设计

1.1 主要功能

（1）选择一张图像，对图像进行线性灰度变换、对数变换、gamma变换、拉普拉斯算子增强、直方图均衡化、rbg2gray、模糊图像增强处理；

（2）显示图像、将结果图像保存到文件；

（3）对图像所做操作进行撤销；

（4）利用对话框的形式显示算法简介。

系统实现：首先将算法抽象成一个类模板method，然后对类method针对数据类型<cv::Mat>进行特化，将成员函数runMethod设置为纯虚函数，接着将线性灰度变换、对数变换、gamma变换、拉普拉斯算子增强、直方图均衡化、rbg2gray六种算法类作为子类继承模板特化类，分别在其内部实现runMethod方法。同时定义一个管理类manage，对图像的保存撤销操作进行管理。

1.2 UML类图

二、代码实现

2.1 父类method

将图像增强算法抽象成一个类method,并将其写成一个模板类，然后针对Mat数据类型对类实现特化，编写setImage,getImage,imag_gray,isEmpty成员函数。

template<typename T>
class METHOD_EXPORT method
{
public:
    method();
    method(string str)   //带参构造函数
    {
        setImage(str);
    }
    virtual ~method()
    {
        cout<<"end of method!"<<endl;
    }
    void setImage(string str)
    {
        cv::Mat img = imread(str);   //cv::Mat是一种数据类型
        this->img = img;
    }
    cv::Mat getImage()
    {
        return this->img;
    }
    cv::Mat isEmpty()
    {
        if(img.empty())
        {
            cout<<"读入图片失败!"<<endl;
        }
    }
    virtual T runMethod()=0;        //纯虚函数，多态性
private:
    cv::Mat img;    //处理的图像
};

template <>
class method<cv::Mat>    //模板类特化
{
public:
    method();
    method(string str)
    {
        setImage(str);
    }
    virtual ~method()
    {
        cout<<"end of method!"<<endl;
    }
    void setImage(string str)
    {
        cv::Mat img = imread(str);   //cv::Mat是一种数据类型
        this->img = img;
    }
    cv::Mat getImage()
    {
        return this->img;
    }
    cv::Mat img_gray(cv::Mat s)    //彩色图转换为灰度图像
    {
        cv::Mat gray;
        if(!isEmpty())
        {
            cvtColor(s,gray,CV_BGR2GRAY);
            return gray;
        }
    }
    bool isEmpty()
    {
        if(img.empty())
        {
            cout<<"Loading false!"<<endl;
            return true;
        }
        else
            return false;
    }
    virtual Mat runMethod()=0;
private:
    cv::Mat img;
};

2.2 子类线性增强算法

线性灰度变换的公式是：g(x,y)=k*f(x,y)+b，类LinearChange继承父类method,定义两个私有变量k,b,根据用户需要进行输入，然后重写父类method方法，对输入图像逐像元进行线性变换。

//图像的灰度线性变化
class LinearChange:public method<cv::Mat>
{
public:
    LinearChange();
    LinearChange(string str):method(str){};
    ~LinearChange()
    {
        cout<<"LInearChange is end!"<<endl;
    }
    cv::Mat runMethod();
    friend class MainWindow;
private:
    double k;         //线性变换方程：g(x,y)=k*f(x,y)+b
    double b;
};
Mat LinearChange::runMethod()
{
    Mat srcImg=this->getImage();
    if(srcImg.empty())
    {
        cout<<"读入图片失败"<<endl;
    }
    int RowsNum = srcImg.rows;
    int ColsNum = srcImg.cols;
    Mat dstImg(srcImg.size(),srcImg.type());
    //进行遍历图像像素，对每个像素进行相应的线性变换
    for(int i=0;i<RowsNum;i++)
    {
        for(int j=0;j<ColsNum;j++)
        {
            //c为遍历图像的三个通道
            for(int c=0;c<3;c++)
            {
                //imread读取到的Mat图像数据，都是用uchar类型的数据存储,Vec3b可以认为是vector<uchar,3>
                dstImg.at<Vec3b>(i,j)[c] = saturate_cast<uchar>
                        (k*(srcImg.at<Vec3b>(i,j)[c])+b);
            }
        }
    }
    return dstImg;
}

2.3 gamma校正

gamma变换的公式：s=c*f(x,y)^gamma,当gamma>1时，低灰度值区间的动态范围变小，高灰度值区间的动态范围变大，整体来说降低图像对比度，当0<gamma<1时，增强图像对比度。定义一个私有变量gamma,由用户自己输入，首先对0~255之间的每个整数执行一次预补偿操作，将其对应值存入一个预先建立的gamma校正查找表LUT，然后根据LUT对输入图像依次逐像元修改，最后返回结果图像。

//图像的gamma校正
class gammaTransform:public method<cv::Mat>
{
public:
    gammaTransform();
    gammaTransform(string str):method(str){};
    ~gammaTransform()
    {
        cout<<"gammaTransform is end!"<<endl;
    }
    cv::Mat runMethod();
    friend class MainWindow;
private:
    double gamma;  //归一化-->预补偿-->反归一化；s=pow(f,r)
};
Mat gammaTransform::runMethod()
{
    Mat srcImg=this->getImage();
    if(srcImg.empty())
    {
        cout<<"读入图片失败"<<endl;
    }
    //gamma校正查找表
    unsigned char LUT[256];
    for(int i = 0; i < 256; i++)
    {
        float f=(i+0.5f)/255;
        f=(float)pow(f,gamma);
        LUT[i] = saturate_cast<uchar>(f*255.0f-0.5f);
    }
    Mat imagegamma = srcImg.clone();
    //判断图像的通道数
    if(srcImg.channels()==1)   //灰度图像
    {
        //迭代器
        MatIterator_<uchar> iterator = imagegamma.begin<uchar>();
        MatIterator_<uchar> iteratorEnd = imagegamma.end<uchar>();
        for(;iterator!=iteratorEnd;iterator++)
        {
            *iterator = LUT[(*iterator)];
        }
    }
    else
    {
        //输入通道为三通道时，需要对每个通道分别进行变换
        MatIterator_<Vec3b> iterator = imagegamma.begin<Vec3b>();
        MatIterator_<Vec3b> iteratorEnd = imagegamma.end<Vec3b>();
        //通过查表进行转换
        for(;iterator!=iteratorEnd;iterator++)
        {
            (*iterator)[0] = LUT[((*iterator)[0])];
            (*iterator)[1] = LUT[((*iterator)[1])];
            (*iterator)[2] = LUT[((*iterator)[2])];
        }
    }
    return imagegamma;
}

2.4 管理类Manage.h

定义一个保存图像的栈，将每次操作的图像入栈，删除之后出栈，stack_Number用来计数栈中元素，sign作为标识，以便撤销处理，如果sign == false且stack_Number == 0，则弹出误操作提示框，如果sian==true且stack_Number == 0 则说明已撤销至初始状态。

class manage
{
public:
    string imagePath;            //图片路径
    stack<cv::Mat> imageStack;   //存储图片的栈
    //int stack_Number = 0;        //初始化栈中元素为空
    manage():imagePath("none"){};
    ~manage();
    void giveImage_path(string path);
    void saveImage(string path);
    void pushStack(Mat image);      //将执行操作的图片入栈
    cv::Mat undoImage();   //撤销
};
#include "manage.h"
#include<iostream>
using namespace std;
manage::~manage()
{

}
void manage::giveImage_path(string path)
{
     this->imagePath = path;
}
void manage::saveImage(string path)
{
    cv::Mat element;
    element=this->imageStack.top();
    imwrite(path,element);
}
void manage::pushStack(Mat image) //操作图像入栈
{
    this->imageStack.push(image);
    //this->stack_Number++;
}
cv::Mat manage::undoImage() //撤销
{
    cv::Mat dstImg;
    if(this->imageStack.size()==1)

最低0.47元/天解锁文章

༄༄小半生༅࿐

关注

6
点赞
踩
121

收藏

觉得还不错? 一键收藏
12
评论
C++课设简易图像处理系统

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分
复制链接

扫一扫