图像基础操作（含代码）

最新推荐文章于 2023-06-04 23:00:09 发布
最新推荐文章于 2023-06-04 23:00:09 发布
阅读量1k 收藏
点赞数
分类专栏： C++学习笔记 文章标签： C 图像处理
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/qq_20777367/article/details/47208653
版权

打开BMP格式图像文件

BMP文件分为BITMAPFILEHEADER、BITMAPINFORHEADER、RGBQUAD三部分文件头BF包含文件的类型，文件的大小，位图数据距文件头的偏移量等，BI是说明位图的信息，有位图的颜色位数biBitCount,位图的高度宽度，以及位图数据的大小，通过读取BMP格式文件的这些信息，就能对其进行解码，打开BMP文件。

例程：

//选取文件
LPCTSTR lpszFilter = "BMP Files(*.bmp)|*.bmp|任何文件|*.*||";
CFileDialog dlg1(TRUE,lpszFilter,NULL,OFN_HIDEREADONLY|OFN_OVERWRITEPROMPT,lpszFilter,NULL);
CString filename;
CFile file;
if(dlg1.DoModal()==IDOK)
{
//读入文件
    filename = dlg1.GetPathName();
    if(file.Open(filename,CFile::modeRead|CFile::shareDenyNone,NULL)==0)
    {
        AfxMessageBox("无法打开文件",MB_OK,0);
        return;
    }
//读取文件头,将大小为sizeof(bf)的数据传入缓冲区bf
    file.Read(&bf,sizeof(bf));
//判断是否是BMP文件
    if(bf.bfType!=0x4d42)
    {
        AfxMessageBox("非BMP文件!",MB_OK,0);
        return;
    }
//判断文件是否损坏
    if(file.GetLength()!=bf.bfSize)
    {
        AfxMessageBox("文件已损坏,请检查!");
        return;
    }
//读取信息头
    file.Read(&bi,sizeof(bi));
//计算调色板数目
    numQuad = 0;
    if(bi.biBitCount < 24)
    {
//如果为1,4,8，则1向左移动对应的位数，对应的调色板数目为2,16,256
        numQuad = 1<<bi.biBitCount;
    } 
    //为图像信息pbi申请空间
    pbi = (BITMAPINFO*)HeapAlloc(GetProcessHeap(),0,sizeof(BITMAPINFOHEADER)+numQuad*sizeof(RGBQUAD));
        memcpy(pbi,&bi,sizeof(bi));
    quad = (RGBQUAD*)((BYTE*)pbi+sizeof(BITMAPINFOHEADER));
        //读取调色板
    if(numQuad!=0)
    {
        file.Read(quad,sizeof(RGBQUAD)*numQuad);
    }
//为图像数据申请空间 
    bi.biSizeImage = bf.bfSize - bf.bfOffBits;
    lpBuf = (BYTE*)HeapAlloc(GetProcessHeap(),0,bi.biSizeImage);
    hTempBuf=LocalAlloc(LHND,bi.biSizeImage);
    lpTempBuf=(BYTE*)LocalLock(hTempBuf);
//      LONG lLineBytes;
//	    lLineBytes =WIDTHBYTES(3*lWidth*8); //计算每行的字节数
//	 bi.biHeight*lLineBytes
//读取图像数据
    file.Read(lpBuf,bi.biSizeImage);
//图像读取完毕，关闭文件，设置标志
    memcpy(lpTempBuf,lpBuf,bi.biSizeImage);
    file.Close();
    flag = 1; 
}

灰度处理（黑白效果）：

图像灰度化就是使色彩的三种颜色分量R、G、B的值相同，由于颜色值的取值范围是[0，255]，所以灰度的级别只有256种，即灰度图象仅能表现256种灰度颜色，常用有3种处理方法：
*最大值法(Maximum)：R=G=B=Max(R,G,B)，这种方法处理后灰度图象的亮度会偏高。
*平均值法(Average)：R=G=B=(R+G+B)/3，这种方法处理后灰度图象的亮度较柔和。
*加权平均值法(Weighted Average)：
    R=G=B=wr*R+wg*G+wb*B，wr、wg、wb分别为R、G、B的权值。当其权值取不同的值时，能够形成不同灰度的灰度图象，由于人眼对绿色的敏感度最高，红色次之，蓝色最低，因此当wg > wr > wb时，所产生的灰度图像更符合人眼的视觉感受。通常wr=30%，wg=59%，wb=11%，图像的灰度最合理。

例程：

CPictureDoc* pDoc = GetDocument();
ASSERT_VALID(pDoc);
//将lpBuf的指针复制给lpDIBBits
LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
LONG lWidth = pDoc->bi.biWidth;     //源图像宽度，像素数
LONG lHeight = pDoc->bi.biHeight;   //源图像宽度，像素数
  
unsigned char* lpSrc;           //某个像素对应的指针
int gray;            //灰色对应的指针
LONG i,j,lLineBytes;
lLineBytes =WIDTHBYTES(3*lWidth*8); //计算每行的字节数
 
for(i=0;i<lHeight;i++)
{
    for(j=0;j<lWidth;j++)
    {
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+3*j;
        gray = ((*lpSrc)*11+(*(lpSrc+1))*59+(*(lpSrc+2))*30)/100;
        *lpSrc = gray;
        *(lpSrc+1)= gray;
        *(lpSrc+2) = gray;
    }
}
bGray = 1;
CPictureDoc* pDoc = GetDocument();
ASSERT_VALID(pDoc);
//将lpBuf的指针复制给lpDIBBits
LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
LONG lWidth = pDoc->bi.biWidth;     //源图像宽度，像素数
LONG lHeight = pDoc->bi.biHeight;   //源图像宽度，像素数
  
unsigned char* lpSrc;           //某个像素对应的指针
int gray;            //灰色对应的指针
LONG i,j,lLineBytes;
lLineBytes =WIDTHBYTES(3*lWidth*8); //计算每行的字节数
 
for(i=0;i<lHeight;i++)
{
    for(j=0;j<lWidth;j++)
    {
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+3*j;
        gray = ((*lpSrc)*11+(*(lpSrc+1))*59+(*(lpSrc+2))*30)/100;
        *lpSrc = gray;
        *(lpSrc+1)= gray;
        *(lpSrc+2) = gray;
    }
}
bGray = 1;

灰度拉伸：

属于图像增强技术，如果一幅图像的灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来拉伸物体灰度区间以改善图像；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩物体灰度区间以改善图像质量。

我以拉伸物体灰度区间为例，将灰度在a以下的像素灰度变为0，灰度在b以上的像素变为255，然后将本来在a和b之间的像素调整到0-255。

即设灰度值为gray，则：            0                              gray < a

                                         gray  =   (*lpSrc-low_value)*rate+c         a<gray<b

                                                                         255                             gray>b

其中low_value、high_value、rate、c由自己设定,若由low_value~high_value变为0~255，c取0.5用来进行四舍五入， rate = (255-0+1)/(high_value-low_value+1)

例程：该例程将灰度值靠近0的10%设为0，将靠近255的10%设为255，其他进行灰度拉伸

CPictureDoc* pDoc = GetDocument();
ASSERT_VALID(pDoc);
//将lpBuf的指针复制给lpDIBBits
LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
LONG lWidth = (pDoc->bi.biWidth)*3;     //源图像宽度，像素数
LONG lHeight = pDoc->bi.biHeight;   //源图像宽度，像素数
    
unsigned char* lpSrc;           //某个像素对应的指针
LONG i,j,lLineBytes;
lLineBytes =WIDTHBYTES(lWidth*8); //计算每行的字节数
    
 
BYTE bMap[256];            //存放灰度拉伸后的灰度值
float rate=0;               
 
int temp;
float stretch_num[256];    //存放各个灰度级出现的次数
float stretch_p[256];      //各个灰度级出现的比率
float stretch_sum[256];    //求存放各个灰度级之前的概率和
//清空三个数组
memset(stretch_p,0,sizeof(stretch_p));
memset(stretch_sum,0,sizeof(stretch_sum));
memset(stretch_num,0,sizeof(stretch_num));
int low_value,high_value; 
//求存放图象各个灰度级出现的次数
for(i=0;i<lHeight;i++)
{  
    for(j=0;j<lWidth;j++)
    {
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;     
        stretch_num[*lpSrc]++;
    }
}
//求存放图像各个灰度级的出现概率
for(i=0;i<256;i++)
{
    stretch_p[i]=stretch_num[i]/(lWidth*lHeight);
}
//求存放各个灰度级之前的概率和
for(i=0;i<256;i++)
{
    for(j=0;j<=i;j++)
    {
        stretch_sum[i]+=stretch_p[j];
    }
}
//统计出两个阈值点的值
for(i=0;i<256;i++)
{
    if(stretch_sum[i]<0.1) //low_value 取接近10%的总像素的灰度值
    {
        low_value=i;
    }
    if(stretch_sum[i]>0.9) //high_value取接近90%的总像素的灰度值
    {
        high_value=i;
        break;
    }
}
 
rate=(float)256/(high_value-low_value+1);
    //进行灰度拉伸
for(i=0;i<lHeight;i++)
{  
    for(j=0;j<lWidth;j++)
    {
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;
        if(*lpSrc<low_value)
        {
            *lpSrc = 0;
        }
        else if(*lpSrc>high_value)
        {
            *lpSrc = 255;
        }
        else 
        {
            temp=((*lpSrc-low_value)*rate)+0.5;
            if(temp<=255)
            {
                *lpSrc = temp;
            }
            else
            {
                *lpSrc = 255;
            }
 
        }
    }
}

图像腐蚀：

对形态学结构元素B进行z平移后，如果结构元素全部包含于集合A中，则z属于腐蚀后的集合。这个定义的意思就是从图像的第一个像素点开始依行遍历全部像素，在每个像素点上，判断是否结构元素全部位于集合A内，如果是则该点属于腐蚀后的集合，需要保留这个点，否则对改点取反（按照下面的符号约定，即将改点灰度值设置为0）。

若对黑纸上的白字进行图像腐蚀，则只针对白色的范围内，若左边或右边是黑色，则将其设置为黑色，否则不变。

例程：

CPictureDoc* pDoc = GetDocument();
ASSERT_VALID(pDoc);
//将lpBuf的指针复制给lpDIBBits
LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
    LPSTR lpTempDIB =(LPSTR)GlobalLock(pDoc->lpTempBuf);
LONG lWidth = (pDoc->bi.biWidth)*3;     //源图像宽度，像素数
LONG lHeight = pDoc->bi.biHeight;   //源图像宽度，像素数
    
BYTE *lpSrc,*lpTempSrc;           //某个像素对应的指针
LONG i,j,lLineBytes;
lLineBytes =WIDTHBYTES(lWidth*8); //计算每行的字节数
 
memcpy(pDoc->lpTempBuf,pDoc->lpBuf,pDoc->bi.biSizeImage);
    //在水平方向进行腐蚀运算
for(i=0;i<lHeight;i++)
{
    for(j=3;j<lWidth-7;j=j+3)//注意为防止越界，j的范围从1到(宽度-2)
    {      
//lpSrc指向原图数据
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;
        lpTempSrc = (unsigned char*)lpTempDIB+lLineBytes*(lHeight-1-i)+j;
        if (*lpTempSrc==255)
        {  
            for(int x=0;x<7;x=x+3)
            {
                if((*(lpTempSrc+x-3))!=255)
                { 
                        //自身及左右邻居中若有一个不是白点，则将该点腐蚀
                    *lpSrc=*(lpTempSrc+x-3);
                    *(lpSrc+1)=*(lpTempSrc+x-3);
                    *(lpSrc+2)=*(lpTempSrc+x-3);
                    break;
                }
            }
        }
    }
}

图像相减：

在图像处理中，图像相减也是比较常用的一个概念，比如把图像和背景图像相减就可以得到物体的图像；把图像和腐蚀后的图像相减就可以得到物体的轮廓。。图像相减即对应像素的挨个相减，比较简单。

例程：

CPictureDoc* pDoc = GetDocument();
ASSERT_VALID(pDoc);
//将lpBuf的指针复制给lpDIBBits
LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
LPSTR lpTempDIB =(LPSTR)GlobalLock(pDoc->lpTempBuf);
LONG lWidth = (pDoc->bi.biWidth)*3;     //源图像宽度，像素数
LONG lHeight = pDoc->bi.biHeight;   //源图像宽度，像素数
    
unsigned char* lpSrc,*lpTempSrc;           //某个像素对应的指针
LONG i,j,lLineBytes;
lLineBytes =WIDTHBYTES(lWidth*8); //计算每行的字节数
 
for(i=0;i<lHeight;i++)
{
    for(j=0;j<lWidth;j++)
    {
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;
        lpTempSrc = (unsigned char*)lpTempDIB+lLineBytes*(lHeight-1-i)+j;
        *lpSrc = *lpSrc - *lpTempSrc;
    }
}

中值滤波：

在图像处理中，经常会遇到各种噪声（即不需要的像素点），中值滤波就是舍去不需要的像素点，保留需要像素点的一种方法。它将待处理像素点上下的五个像素点保存到一个数组中（y-2,y-1,y,y+1,y+2），比较其大小，将其排序，并取中值为该点的像素值，通过该方法能去掉突出的像素点。

例程：

CPictureDoc* pDoc = GetDocument();
ASSERT_VALID(pDoc);
//将lpBuf的指针复制给lpDIBBits
LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
LPSTR lpTempDIB = (LPSTR)GlobalLock(pDoc->lpTempBuf);
LONG lWidth = (pDoc->bi.biWidth)*3;     //源图像宽度，像素数
LONG lHeight = pDoc->bi.biHeight;   //源图像宽度，像素数
    
unsigned char *lpSrc,*lpTempSrc;           //某个像素对应的指针
LONG i,j,lLineBytes;
lLineBytes =WIDTHBYTES(lWidth*8); //计算每行的字节数
 
int pFilter_Image_Pixel[5];//窗口像素值
    int mid_pixel_value=0;  // 中值
int flag;
int temp=0;// 中间变量
//中值滤波
memcpy(pDoc->lpTempBuf,pDoc->lpBuf,pDoc->bi.biSizeImage);
for(i=2;i<lHeight-2;i++)
{  
    for(j=0;j<lWidth;j++)
    {
        lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;
        lpTempSrc = (unsigned char*)lpTempDIB+lLineBytes*(lHeight-1-i)+j;
//把5*1屏蔽窗口的所有像素值放入pFilter_Image_Pixel[m]
        int m=0;
        for(int y=-2;y<=2;y++)
        {
            pFilter_Image_Pixel[m]=*(lpTempSrc-lLineBytes*y);
            m++;
        }
//把pFilter_Image_Pixel[m]中的值按降序排列
        do{
            flag=0;
            for(int m=0;m<4;m++)
            {
                if(pFilter_Image_Pixel[m]<pFilter_Image_Pixel[m+1])
                {
                    temp=pFilter_Image_Pixel[m];
                    pFilter_Image_Pixel[m]=pFilter_Image_Pixel[m+1];
                    pFilter_Image_Pixel[m+1]=temp;
                    flag=1;
                }
            }
        }while(flag==1);
   
        mid_pixel_value=pFilter_Image_Pixel[2];//求中值mid_pixel_value
        *lpSrc=mid_pixel_value;//将中值赋给目标图像的当前点
    }
}

二值化：

二值化是阈值变换的一种方法，即设定一个阈值，该点像素大于该阈值则设其为255，小于该阈值设为0，通过二值化使图像更加方便被提取特征。

例程：

if(bGray == 0)
{
    AfxMessageBox("请先进行灰度处理",MB_OK);
}
else{
    CPictureDoc* pDoc = GetDocument();
    ASSERT_VALID(pDoc);
    LPSTR lpDIBBits =(LPSTR)GlobalLock(pDoc->lpBuf);     //图像数据起始位置的指针
    LONG lWidth = (pDoc->bi.biWidth)*3;;     //源图像宽度
    LONG lHeight = pDoc->bi.biHeight;   //源图像宽度
    BYTE bThre = 125;  //阈值
 
    unsigned char* lpSrc;           //某个像素对应的指针
    LONG i,j,lLineBytes;
    lLineBytes =WIDTHBYTES(lWidth*8); //计算每行的字节数
    for(i=0;i<lHeight;i++)
    {
        for(j=0;j<lWidth;j++)
        {
            lpSrc = (unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;
    	    if((*lpSrc)<bThre)
            {
                *lpSrc = 0;
            }else
            {
    	        *lpSrc = 255;
            }
        }
    }
}
原图：


灰度处理后：

 

灰度拉伸后：


腐蚀后：


相减后：




二值化后：


_elton
关注
专栏目录
图的基本操作
11-16
图的建立插入删除
数字图像处理代码（内含完整的代码）
04-10
7. **图像操作函数**：代码可能包括读取、写入、显示图像的函数，以及对图像进行基本操作（如缩放、旋转、裁剪）的函数。 8. **图像分析**：除了基本的转换和处理，代码可能还涉及更复杂的分析，如特征提取（如角点...
图的基本操作代码
礼乐的博客
06-04 112
图的深度优先遍历主要分为递归和非递归两种方式遍历的方式与书的先序遍历类似。
【代码】图的基本操作
chaim16的博客
06-29 2498
图的基本操作 还是以书上的例子来演示图的基本操作，跟着敲一遍，试着理解每一行代码，多少会有收获滴，多敲敲就可以熟练运用啦 例： 以如下图所示的带权有向图为例，编写测试上述图操作函数的程序 代码实现： 注： 代码包含一个存放顶点的单链表头文件《ListVertex.h》和图的操作头文件《AdjMGraph.h》，一个测试源文件《main.cpp》 ListVertex.h： #pragma once #include<stdio.h> #include<stdlib.h>
数据结构-图基本操作代码.doc
07-11
实验五 图 //图的邻接矩阵存储 #include "stdio.h" #include "stdlib.h" typedef struct { int adj; }AdjMatrix[10][10]; typedef struct { int vexs[10]; AdjMatrix arcs; int vexnum,arcnum; }MGraph; int LocateVex(MGraph &G,int v) { int k,j=0; for(k=0;k<G.vexnum;k++) if(G.vexs[k]==v) { j=k; break; } return j; } void Create(MGraph &G) { int i,j,k; int v1=0,v2=0,w=0; printf("请输入图的顶点数:"); scanf("%d",&G.vexnum); printf("请输入图的边数:"); scanf("%d",&G.arcnum); //printf("请输入图的顶点:"); for(i=0;i<G.vexnum;i++) G.vexs[i]=i+1; for(i=0
数字图像处理期末大作业含matlab代码
05-15
MATLAB提供了如imread、imshow、imwrite等函数来支持这些基本操作，还有如gray2ind、imbinarize、histeq、imfilter、edge等函数用于执行特定的图像处理任务。 例如，灰度化是将彩色图像转换为单色图像的过程，通常...
基于Matlab图像处理GUI源代码
04-12
用户不仅可以了解基本的图像处理操作，还能深入理解GUI设计原理，提升自己的编程技能。无论是学术研究还是实际项目开发，都能从中受益。通过探索和修改源代码，用户可以更加熟练地运用MATLAB进行复杂图像处理任务。
基于matlab的图像拼接（含matlab代码以及报告）.rar
06-21
总的来说，基于MATLAB的图像拼接涉及到图像处理的基础知识，如预处理、特征检测与匹配、几何变换和图像融合，这些都是机器视觉领域的重要组成部分。通过这个项目，我们可以深入理解这些概念，并掌握在MATLAB环境下...
OpenCV图像像素操作示例代码
最新发布
09-04
这是一段使用OpenCV和NumPy库...通过运行这段代码，您可以学习如何使用OpenCV和NumPy库对图像进行基本的像素操作，以及如何访问和修改图像的通道数据。这对于图像处理和计算机视觉的初学者和从业者都是有用的参考示例。
图基本操作的编程实现源码
04-24
cout<<"图的基本功能实验(存储结构邻接矩阵)"<<endl; cout<<"=================================="<<endl; cout<<"1.手工建立（有向）图 "<<endl; cout<<"2.默认数据建立图 "<<endl; cout<<"3.用邻接矩阵形式显示图 "<<endl; cout<<"4.求图的结点数和边数 "<<endl; cout<<"5.求某条边的权值 "<<endl; cout<<"6.添加结点 "<<endl; cout<<"7.删除结点 "<<endl; cout<<"8.添加边 "<<endl; cout<<"9.删除边 "<<endl; cout<<"a.深度优先遍历图 "<<endl; cout<<"s.广度优先遍历图 "<<endl; cout<<"0.退出 "<<endl;
图的编程基础代码
weixin_59287292的博客
07-23 440
图的编程基础代码 1.图的DFS和BFS代码 public class Test { private Set<Node> visited = new HashSet<>(); // 图的 DFS public List<Integer> preorder(Node root) { ArrayList<Integer> res = new ArrayList<>(); if (root ==
图的基本操作1【代码实现】
weixin_45811876的博客
05-02 576
图的基本操作：获得索引下表；判断弧是否存在；插入顶点；插入弧；删除顶点；删除弧等
图的操作 code
hyforthy的旅程
12-22 1134
图的邻接表和邻接矩阵表示 图的算法：深度优先遍历、广度优先遍历、拓扑排序、Dijkstra算法（单源最短路径）、floyd算法（每对顶点之间的最短距离）      Prim算法（最小生成树）、Kruskal算法（最小生成树） 代码根据网上资源整理规范补充而完成，感谢先行者 MHeap实现见前篇   heap 实现 code /* * 图的表示及相关算法的实现 *
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