I'm now focusing on a proj of pattern recognition.I'm a fresher of this field,fortunately my task is not too hard and I'v finished the key function.During this proj I've collected several algorithms of image manipulation,they are all from the web,and I even can't remember the original authors. I'm now sharing these code with all of you,who are searching for algorithms of image manipulation.
Notes: All algorithms below are collected from web, all copyright belongs to the original authors.
These algorithms are very basic,and most of them are written in simple C#.Hope this may help those beginners of image manipulation,and for masters of this field,welcome to give us your senior opinion and optimization algorithms,thanks.
======================================================================================
一、反相
该函数中的BitmapData类型的bmData包含了图像文件的内部信息,bmData的Stride属性指明了一条线的宽度,而它的Scan0属性则是指向图像内部信息的指针。本函数完成的功能是图像颜色的翻转,实现的方法即用255减去图像中的每个象素点的值,并将所得值设置为原象素点处的值,对每个象素点进行如此的操作,只到整幅图像都处理完毕。函数中的unsafe代码块是整个函数的主体部分,首先我们取得图像内部数据的指针,然后设置好偏移量,同时设置nWidth为b.Width*3,因为每个象素点包含了三种颜色成分,对每个象素点进行处理时便要进行三次处理。接下来运用两个嵌套的for循环完成对每个象素点的处理,处理的核心便是一句:p[0] = (byte)(255-p[0]);。在unsafe代码块后,便可运用b.UnlockBits(bmData)进行图像资源的释放。函数执行成功,最后返回true值。
... {
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
int nOffset = stride - b.Width*3;
int nWidth = b.Width * 3;
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < nWidth; ++x )
...{
p[0] = (byte)(255-p[0]);
++p;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
二、去色
本函数完成的功能是对图像进行灰度处理,我们的基本想法可是将每个象素点的三种颜色成分的值取平均值。然而由于人眼的敏感性,这样完全取平均值的做法的效果并不好,所以在程序中我取了三个效果最好的参数:.299,.587,.114。不过在这里要向读者指明的是,在GDI+中图像存储的格式是BGR而非RGB,即其顺序为:Blue、Green、Red。所以在for循环内部一定要设置好red、green、blue等变量的值,切不可颠倒。函数执行成功后,同样返回true值。
... {
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
int nOffset = stride - b.Width*3;
byte red, green, blue;
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < b.Width; ++x )
...{
blue = p[0];
green = p[1];
red = p[2];
p[0] = p[1] = p[2] = (byte)(.299 * red + .587 * green + .114 * blue);
p += 3;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
三、明度
本函数完成的功能是对图像进行增亮处理,它比上面两个函数多了一个增亮参数-nBrightness,该参数由用户输入,范围为-255~255。在取得了增亮参数后,函数的unsafe代码部分对每个象素点的不同颜色成分进行逐个处理,即在原来值的基础上加上一个增亮参数以获得新的值。同时代码中还有一个防止成分值越界的操作,因为RGB成分值的范围为0~255,一旦超过了这个范围就要重新设置。函数最后执行成功后,同样得返回true值。
... {
if (nBrightness < -255 || nBrightness > 255)
return false;
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width,
b.Height), ImageLockMode.ReadWrite,
PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
int nVal = 0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
int nOffset = stride - b.Width*3;
int nWidth = b.Width * 3;
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < nWidth; ++x )
...{
nVal = (int) (p[0] + nBrightness);
if (nVal < 0) nVal = 0;
if (nVal > 255) nVal = 255;
p[0] = (byte)nVal;
++p;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
四、加噪
本函数完成的功能是对图像进行加噪处理,参数Level是噪音的严重程度,Step是范围大小。函数的unsafe代码部分对每个象素点的不同颜色成分进行逐个处理,通过随机产生的值,来决定增或减的大小。函数最后执行成功后,同样得返回true值。
... {
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
int nOffset = stride - b.Width*3;
int blue = 0, green = 0, red = 0;
Random rad = new Random();
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < b.Width; ++x )
...{
if(y % Step == 0 && x % Step == 0)
...{
int mLev = rad.Next(2 * Level) - Level;
blue = p[0] + mLev;
green = p[1] + mLev;
red = p[2] + mLev;
if(blue < 0)blue = 0;
else if(blue > 255)blue = 255;
if(green < 0)green = 0;
else if(green > 255)green = 255;
if(red < 0)red = 0;
else if(red > 255)red = 255;
p[0] = (byte)blue;
p[1] = (byte)green;
p[2] = (byte)red;
}
p += 3;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
五、马赛克
在指定大小的范围内,图象的颜色取成相同的。
... {
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
int nOffset = stride - b.Width*3;
int blue = 0, green = 0, red = 0;
Random rad = new Random();
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < b.Width; ++x )
...{
if (y % PixelSize == 0)
...{
if (x % PixelSize == 0)
...{
blue = p[0]; green = p[1]; red = p[2];
}
else
...{
p[0] = (byte)blue;
p[1] = (byte)green;
p[2] = (byte)red;
}
}
else
...{
byte * pTemp = p - bmData.Stride;
p[0] = (byte)pTemp[0];
p[1] = (byte)pTemp[1];
p[2] = (byte)pTemp[2];
}
p += 3;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
六、对比度
扫描图像,找到图像明度的最大最小值,将max映射为255或250等较大值,min映射到0或5等较小值,重新计算各点的明度。
... {
if (Lavel < -100) return false;
if (Lavel > 255) return false;
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
double pixel = 0, contrast = (100.0 + Lavel) / 100.0;
contrast *= contrast;
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte *p = (byte *)(void *)Scan0;
int red, green, blue;
int nOffset = stride - b.Width*3;
for(int y = 0; y < b.Height; ++y)
...{
for(int x = 0; x < b.Width; ++x )
...{
blue = p[0];
green = p[1];
red = p[2];
pixel = blue / 255.0;
pixel -= 0.5;
pixel *= contrast;
pixel += 0.5;
pixel *= 255;
if (pixel < 0) pixel = 0;
if (pixel > 255) pixel = 255;
p[0] = (byte) pixel;
pixel = green / 255.0;
pixel -= 0.5;
pixel *= contrast;
pixel += 0.5;
pixel *= 255;
if (pixel < 0) pixel = 0;
if (pixel > 255) pixel = 255;
p[1] = (byte) pixel;
pixel = red / 255.0;
pixel -= 0.5;
pixel *= contrast;
pixel += 0.5;
pixel *= 255;
if (pixel < 0) pixel = 0;
if (pixel > 255) pixel = 255;
p[2] = (byte) pixel;
p += 3;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
七、扩散
将xOffset与yOffset范围内的随机点颜色值移到当前位置显示。换种方式说,也就是将当前的点移到其他位置显示。p1 + stride * yIn + xIn * 3是偏移量的计算方式。
... {
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
byte * p1 = p;
int nOffset = stride - b.Width*3;
Random rad = new Random();
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < b.Width; ++x )
...{
if(y % Step == 0 && x % Step == 0)
...{
int xIn = rad.Next(2 * xOffset) - xOffset + x;
int yIn = rad.Next(2 * yOffset) - yOffset + y;
if(xIn < 1)xIn = 0;
else if(xIn > b.Width - 1)xIn = b.Width - 1;
if(yIn < 1)yIn = 0;
else if(yIn > b.Height - 1)yIn = b.Height - 1;
byte * pTemp = p1 + stride * yIn + xIn * 3;
p[0] = pTemp[0];
p[1] = pTemp[1];
p[2] = pTemp[2];
}
p += 3;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
八、色调
此例中需要使用HSL(色调、饱和度、亮度)类来进行转换,以下是HSL与RGB类之间的定义与转换。
HSL类代码:
/// HSL类
/// </summary>
public class HSL
... {
public int Hue;
public double Saturation;
public double Luminance;
public HSL()
...{
}
/**//**//**//// <summary>
/// 转换到RGB
/// </summary>
/// <returns></returns>
public RGB ToColor()
...{
if ( this.Saturation == 0 )
...{
return new RGB((byte)( this.Luminance * 255 ));
}
else
...{
double v1, v2;
double hue = (double) this.Hue / 360;
v2 = ( this.Luminance < 0.5 ) ?
( this.Luminance * ( 1 + this.Saturation ) ) :
( ( this.Luminance + this.Saturation ) - ( this.Luminance * this.Saturation ) );
v1 = 2 * this.Luminance - v2;
byte Red = (byte)( 255 * Hue_2_RGB( v1, v2, hue + ( 1.0 / 3 ) ) );
byte Green = (byte)( 255 * Hue_2_RGB( v1, v2, hue ) );
byte Blue = (byte)( 255 * Hue_2_RGB( v1, v2, hue - ( 1.0 / 3 ) ) );
return new RGB(Red, Green, Blue);
}
}
/**//**//**//// <summary>
/// 从RGB获取
/// </summary>
/// <param name="rgb"></param>
public void FormRGB(RGB rgb)
...{
double r = ( rgb.Red / 255.0 );
double g = ( rgb.Green / 255.0 );
double b = ( rgb.Blue / 255.0 );
double min = Math.Min( Math.Min( r, g ), b );
double max = Math.Max( Math.Max( r, g ), b );
double delta = max - min;
this.Luminance = ( max + min ) / 2;
if ( delta == 0 )
...{
this.Hue = 0;
this.Saturation = 0.0;
}
else
...{
this.Saturation = ( this.Luminance < 0.5 ) ? ( delta / ( max + min ) ) : ( delta / ( 2 - max - min ) );
double del_r = ( ( ( max - r ) / 6 ) + ( delta / 2 ) ) / delta;
double del_g = ( ( ( max - g ) / 6 ) + ( delta / 2 ) ) / delta;
double del_b = ( ( ( max - b ) / 6 ) + ( delta / 2 ) ) / delta;
double hue;
if ( r == max )
hue = del_b - del_g;
else if ( g == max )
hue = ( 1.0 / 3 ) + del_r - del_b;
else
hue = ( 2.0 / 3 ) + del_g - del_r;
if ( hue < 0 )
hue += 1;
if ( hue > 1 )
hue -= 1;
this.Hue = (int) ( hue * 360 );
}
}
private double Hue_2_RGB(double v1, double v2, double vH)
...{
if ( vH < 0 )
vH += 1;
if ( vH > 1 )
vH -= 1;
if ( ( 6 * vH ) < 1 )
return ( v1 + ( v2 - v1 ) * 6 * vH );
if ( ( 2 * vH ) < 1 )
return v2;
if ( ( 3 * vH ) < 2 )
return ( v1 + ( v2 - v1 ) * ( ( 2.0 / 3 ) - vH ) * 6);
return v1;
}
public HSL(int hue, double saturation, double luminance)
...{
this.Hue = hue;
this.Saturation = saturation;
this.Luminance = luminance;
}
}
RGB类代码:
... {
public byte Red;
public byte Green;
public byte Blue;
public System.Drawing.Color Color
...{
get ...{ return Color.FromArgb(Red, Green, Blue); }
set
...{
Red = value.R;
Green = value.G;
Blue = value.B;
}
}
public RGB()
...{
}
public RGB(byte red, byte green, byte blue)
...{
this.Red = red;
this.Green = green;
this.Blue = blue;
}
public RGB(System.Drawing.Color color)
...{
this.Red = color.R;
this.Green = color.G;
this.Blue = color.B;
}
public RGB(byte Value)
...{
this.Red = Value;
this.Green = Value;
this.Blue = Value;
}
}
实现代码:
... {
if(Value < 0 || Value > 360)return false;
BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
...{
byte * p = (byte *)(void *)Scan0;
int nOffset = stride - b.Width*3;
for(int y=0;y<b.Height;++y)
...{
for(int x=0; x < b.Width; ++x )
...{
RGB rgb = new RGB(p[2], p[1], p[0]);
HSL hsl = new HSL();
hsl.FormRGB(rgb);
hsl.Hue = Value;
rgb = hsl.ToColor();
p[0] = rgb.Blue;
p[1] = rgb.Green;
p[2] = rgb.Red;
p += 3;
}
p += nOffset;
}
}
b.UnlockBits(bmData);
return true;
}
我们知道,图像是对三维实际景物的平面投影。为了观测需要,常常需要进行各种不同的几何变换。
★注意一点,实际上几何变换不改变像素值,而是改变像素所在的位置。
图像的平移非常简单,所用到的是中学学过的直角坐标系的平移变换公式:
x ‘ = x +dx
y’ = y + dy
注:(x,y)为源图像的坐标,(x’,y’)为新图像的坐标,dx对应x的偏移量,dy对应y的偏移量
2.图像的镜像
镜像分为水平镜像和垂直镜像
2.1>水平镜像计算公式如下(图像大小为M*N):
x’ = x
y’ = N-1-y
2.2>垂直镜像计算公式为(图像大小为M*N):
x’ = M-1 –x
y’ = y
3.图像的旋转
图像的旋转计算公式如下:
X’ = X *COS Q – Y *SIN Q X’ = X *COS Q – Y *SIN Q X’ = X *COS Q – Y *SIN Q X’ = X *COS Q – Y *SIN Q
•这个计算公式计算出的值为小数,而坐标值为正整数。要用插值处理。
•这个计算公式计算的结果值所在范围与原来的值所在的范围不同。
若以(CX,CY)为中心,角度Q逆时针旋转。
X’ = (X – CX)*COS Q – (Y – YC)*SIN Q + CX
Y’ = (X – CX)*SIN Q + (Y – YC)*COS Q + CY
注:(x,y)为源图像的坐标,(x’,y’)为新图像的坐标
4.图像缩放
n设原图像大小为M*N,缩小为k1M*k2N,(k1<1,k2<1)。算法步骤如下:
n
1)设旧图像是F(i,j), i=1,2,…,M, j=1,2,…,N.
新图像是I(x,y), x=1,2,…,k1M, y=1,2,…,k2N.
2)I(x,y)=F(c1*i,c2*j)
c1=1/k1
c2=1/k2
•这个计算公式计算出的值为小数,而坐标值为正整数。要用插值处理。
5.图像错切
图像的错切变换实际上是平面景物在投影平面上的非垂直投影效果。
X' = X
注:当在进行图象几何变换时,一般来说图象像数对应的而坐标值为正整数,在几何变换时,若出现了小数,就要进行插值处理。在这里解释线性插值处理。
最邻近插值(近邻取样法):
最临近插值的的思想很简单。对于通过反向变换得到的的一个浮点坐标,对其进行简单的取整,得到一个整数型坐标,这个整数型坐标对应的像素值就是目的像素的像素值,也就是说,取浮点坐标最邻近的左上角点(对于DIB是右上角,因为它的扫描行是逆序存储的)对应的像素值。可见,最邻近插值简单且直观,但得到的图像质量不高
双线性内插值:
对于一个目的像素,设置坐标通过反向变换得到的浮点坐标为(i+u,j+v),其中i、j均为非负整数,u、v为[0,1]区间的浮点数,则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定,即:
f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)
其中f(i,j)表示源图像(i,j)处的的像素值,以此类推。
这就是双线性内插值法。双线性内插值法计算量大,但缩放后图像质量高,不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质,使高频分量受损,所以可能会使图像轮廓在一定程度上变得模糊。
三次卷积法能够克服以上两种算法的不足,计算精度高,但计算亮大,他考虑一个浮点坐标(i+u,j+v)周围的16个邻点,目的像素值f(i+u,j+v)可由如下插值公式得到:
f(i+u,j+v) = [A] * [B] * [C]
[A]=[ S(u + 1) S(u + 0) S(u - 1) S(u - 2) ]
┏ f(i-1, j-1) f(i-1, j+0) f(i-1, j+1) f(i-1, j+2) ┓
[B]= ┃ f(i+0, j-1) f(i+0, j+0) f(i+0, j+1) f(i+0, j+2) ┃
┃ f(i+1, j-1) f(i+1, j+0) f(i+1, j+1) f(i+1, j+2) ┃
┗ f(i+2, j-1) f(i+2, j+0) f(i+2, j+1) f(i+2, j+2) ┛
┏ S(v + 1) ┓
[C]= ┃ S(v + 0) ┃
┃ S(v - 1) ┃
┗ S(v - 2) ┛
┏ 1-2*Abs(x)^2+Abs(x)^3 , 0<=Abs(x)<1
S(x)={ 4-8*Abs(x)+5*Abs(x)^2-Abs(x)^3 , 1<=Abs(x)<2
┗ 0 , Abs(x)>=2
S(x)是对 Sin(x*Pi)/x 的逼近(Pi是圆周率——π)
最邻近插值(近邻取样法)、双线性内插值、三次卷积法 等插值算法对于旋转变换、错切变换、一般线性变换 和 非线性变换 都适用。
//灰度图象旋转,以CX,CY为中心点,Angle为旋转角度。
其中用到了图象旋转,双线性内插值算法。
void GrayImageRotate(LPBYTES,LPBYTED,intCx,intCy,doubleAngle)
{
double vcos,vsin;
double cx,cy,vx,vy,cntx,cnty;
int off,off1,off2;
int i,j,m,n;
double an,svx,svy;
double dx0,dy0,dx1,dy1,zz;
an = Angle*3.14159/180.0;
vcos = cos(an); vsin = sin(an);
cntx = (double)Cx; cnty = (double)Cy;
cx = -cntx; cy = -cnty;
svx = cx*vcos-cy*vsin+cntx;
svy = cx*vsin+cy*vcos+cnty;
off=0;
for(i=0;i<ImageHeight;i++)
{
vx = svx; vy = svy;
for(j=0;j<ImageWidth;j++)
{
m = (int)vx; n = (int)vy;
if((m<1)||(m>ImageWidth-2)||(n<1)||(n>ImageHeight-2))
{ D[off]=255;}
else
{
dx0 = vx-m; dy0 = vy-n;
dx1 = 1-dx0;dy1 = 1-dy0;
off1 = n*ImageWidth+m;
zz = 0;
zz = S[off1]*dx1*dy1;
off2 = off1+1;
zz += S[off2]*dx0*dy1;
off2 = off1+ImageWidth;
zz += S[off2]*dx1*dy0;
off2 = off1+ImageWidth+1;
zz += S[off2]*dx0*dy0;
if(zz>255) zz= 255;
if(zz<0) zz = fabs(zz);
D[off]=(int)zz;
}
off++; vx = vx +vcos; vy = vy+vsin;
}
svx=svx-vsin;svy=svy+vcos;
}
/*
函数名称: ImageRotate1
参数: S 原图象
D 旋转后的目标图象
fAngle 图象的旋转角度
说明: 用邻近点插值算法旋转图象
*/
void ImageRotate1(LPBYTES,LPBYTED,doublefAngle)
{
inti,j;
doublex,y,x0,y0,dx,dy,xc,yc;
xc=double(ImageWidth/2);
yc=double(ImageHeight/2);
x0=100000.0;
y0=0.0;
//计算图象的偏移量
GetRotateCoor(x0,y0,xc,yc,fAngle);
dx=xc-ImageWidth/2;
dy=yc-ImageHeight/2;
//新图象从旧图象中取点
for(i=0;i<ImageHeight;i++)
{
for(j=0;j<ImageWidth;j++)
{
//由新图象中的坐标得到原图象的坐标
x=j;y=i;
x=x+dx;
y=y+dy;
GetRotateCoor(x0,y0,x,y,-fAngle);
//如果原来的点在图象外面直接给一个空值
if(x<0||x>ImageWidth-1||y<0||y>ImageHeight-1)
D[j+i*ImageWidth]=0;
else
D[j+i*ImageWidth]=S[int(x)+int(y)*ImageWidth];
}
}
/*
函数名称: GetRotateCoor
参数: x0,y0 基点
x,y 返回后的目标点
fAngle 旋转角度
说明: 计算以基点为中心将目标点旋转一定角度后的坐标
*/
void GetRotateCoor(doublex0,doubley0,double& x,double& y,doublefAngle)
{
doublef,fR;
fR=sqrt((x0-x)*(x0-x)+(y0-y)*(y0-y));
f = GetAngle(x0,y0,x,y);
f+=fAngle;
x=x0+fR*cos(f);
y=y0+fR*sin(f);
}
/*
函数名称: g_Iden_GetAngle
参数: x0,y0 基点
x1,y1 目标点
说明: 计算由基点到目标点的弧度
*/
double GetAngle(doublex0,doubley0,doublex1,doubley1)
{
doublefAngle;
if(x1!=x0)
fAngle=atan((float)(y1-y0)/(x1-x0));
else
if(y1>y0) return 1.570796325;
elsereturn 4.712388975;
if(x1-x0<0)
fAngle=fAngle+3.14159265;
if(x1-x0>0&&y1-y0<0)
fAngle=fAngle+6.2831853;
returnfAngle;
/*
函数名称: ImageRotate1
参数: S 原图象
D 旋转后的目标图象
fAngle 图象的旋转角度
说明: 用邻近点插值算法旋转图象
*/
void ImageRotate1(LPBYTES,LPBYTED,doublefAngle)
{
inti,j;
doublex,y,x0,y0,dx,dy,xc,yc;
xc=double(ImageWidth/2);
yc=double(ImageHeight/2);
x0=100000.0;
y0=0.0;
//计算图象的偏移量
GetRotateCoor(x0,y0,xc,yc,fAngle);
dx=xc-ImageWidth/2;
dy=yc-ImageHeight/2;
//新图象从旧图象中取点
for(i=0;i<ImageHeight;i++)
{
for(j=0;j<ImageWidth;j++)
{
//由新图象中的坐标得到原图象的坐标
x=j;y=i;
x=x+dx;
y=y+dy;
GetRotateCoor(x0,y0,x,y,-fAngle);
//如果原来的点在图象外面直接给一个空值
if(x<0||x>ImageWidth-1||y<0||y>ImageHeight-1)
D[j+i*ImageWidth]=0;
else
D[j+i*ImageWidth]=S[int(x)+int(y)*ImageWidth];
}
}
/*
函数名称: GetRotateCoor
参数: x0,y0 基点
x,y 返回后的目标点
fAngle 旋转角度
说明: 计算以基点为中心将目标点旋转一定角度后的坐标
*/
void GetRotateCoor(doublex0,doubley0,double& x,double& y,doublefAngle)
{
doublef,fR;
fR=sqrt((x0-x)*(x0-x)+(y0-y)*(y0-y));
f = GetAngle(x0,y0,x,y);
f+=fAngle;
x=x0+fR*cos(f);
y=y0+fR*sin(f);
}
/*
函数名称: g_Iden_GetAngle
参数: x0,y0 基点
x1,y1 目标点
说明: 计算由基点到目标点的弧度
*/
double GetAngle(doublex0,doubley0,doublex1,doubley1)
{
doublefAngle;
if(x1!=x0)
fAngle=atan((float)(y1-y0)/(x1-x0));
else
if(y1>y0) return 1.570796325;
elsereturn 4.712388975;
if(x1-x0<0)
fAngle=fAngle+3.14159265;
if(x1-x0>0&&y1-y0<0)
fAngle=fAngle+6.2831853;
returnfAngle;
=======================================================================
Nasky