数字图像处理

最新推荐文章于 2023-09-03 19:12:41 发布
最新推荐文章于 2023-09-03 19:12:41 发布
阅读量888 收藏 4
点赞数 2
分类专栏： 数字图像 文章标签： 图像处理 源代码 opencv
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_34069180/article/details/51246222
版权
这是我数字图像处理的上机作业，下述源代码是在源文件view.cpp中截取
包含对图像的简单放大缩小功能，线性变换功能，生成直方图功能，锐化与sobel边缘处理
详细程序文件在这里（http:// pan.baidu.com/s/1pKRuIhX），

实验报告（http://pan.baidu.com/s/1hsPNtOg），注意配置opencv文件。

void CZhangyanImageView::OnIimageTxph()
{
	// TODO: 在此添加命令处理程序代码
	CSmoothDlg dlg;
	if (dlg.DoModal())
	{
		 
// TODO: Add your command handler code here
  double  H[3][3];//申明模板变量
  /*                 ={1  ,2  ,1  ,
               2  ,4  ,2  ,
                 1  ,2  ,1  };*/
 
 
  double K=dlg.m_nSmooth10;//H 与 K组合为8-领域平均法
 
 
  H[0][0]=dlg.m_nSmooth1;// //申明模板变量赋值
  H[0][1]=dlg.m_nSmooth2;
  H[0][2]=dlg.m_nSmooth3;
  H[1][0]=dlg.m_nSmooth4;
  H[1][1]=dlg.m_nSmooth5;
  H[1][2]=dlg.m_nSmooth6;
  H[2][0]=dlg.m_nSmooth7;
  H[2][1]=dlg.m_nSmooth8;
  H[2][2]=dlg.m_nSmooth9;
 
 
 
 
 
  CZhangyanImageDoc* pDoc = GetDocument();
  ASSERT_VALID(pDoc);
  unsigned char * pBits=pDoc->m_pBits;
  int nWidth=pDoc->imageWidth;
  int nHeight=pDoc->imageHeight;
  long lTotalR,lTotal;
  int m,n;
 
 
  double dValue;
  double Value[3][3];
 
  unsigned char * pOldBits=new unsigned char[nWidth*nHeight];//分配内存
    CopyMemory(pOldBits,pBits ,nWidth*nHeight);//把图像复制到pOldBit
 
  for(int i=0;i<nHeight;i++)
  {
     lTotalR=i*nWidth;
     for(int j=0;j<nWidth;j++)
     {
       lTotal=lTotalR+j;
       if(i==0||i==nHeight-1||j==0||j==nWidth-1)//边缘点不作处理，直接拷贝数据
       {
         pBits[lTotal]=pOldBits[lTotal];
       }else//内部点作平滑处理，
       {
         Value[0][0]=pOldBits[lTotal-nWidth-1];
         Value[0][1]=pOldBits[lTotal-nWidth-0];
         Value[0][2]=pOldBits[lTotal-nWidth+1];
         Value[1][0]=pOldBits[lTotal-  0   -1];
         Value[1][1]=pOldBits[lTotal-  0   -0];
         Value[1][2]=pOldBits[lTotal-  0   +1];
         Value[2][0]=pOldBits[lTotal+nWidth-1];
         Value[2][1]=pOldBits[lTotal+nWidth-0];
         Value[2][2]=pOldBits[lTotal+nWidth+1];
        
         dValue=0.0;
        
         for(m=0;m<3;m++)
            for(n=0;n<3;n++)
              dValue=dValue+H[m][n]*Value[m][n];
 
            dValue=dValue*K;
           
            pBits[lTotal]=int(dValue+0.5);
                  
       }
     }
  }
  Invalidate();
  delete pOldBits;
	}
}
BOOL WINAPI GradSharp(unsigned char *lpDIBBits, LONG lWidth, LONG lHeight, BYTE bThre)
{
 
  // 指向源图像的指针
  unsigned char*  lpSrc;
  unsigned char*  lpSrc1;
  unsigned char*  lpSrc2;
 
  // 循环变量
  LONG i;
  LONG j;
 
  // 图像每行的字节数
  LONG lLineBytes;
 
  // 中间变量
  BYTE bTemp;
 
  // 计算图像每行的字节数
  lLineBytes = (((lWidth * 8) + 31) / 32 * 4);   // 每行  字节
 
  for(i = 0; i < lHeight; i++)
  {
     // 每列
     for(j = 0; j < lWidth; j++)
     {
       // 指向DIB第i行，第j个象素的指针
       lpSrc  = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
      
       // 指向DIB第i+1行，第j个象素的指针
       lpSrc1 = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 2 - i) + j;
      
       // 指向DIB第i行，第j+1个象素的指针
       lpSrc2 = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j + 1;
      
       bTemp = abs((*lpSrc)-(*lpSrc1)) + abs((*lpSrc)-(*lpSrc2));
      
       // 判断是否小于阈值
       if (bTemp < 255)
       {
         // 判断是否大于阈值，对于小于情况，灰度值不变。
         if (bTemp >= bThre)
         {
            // 直接赋值为bTemp
            *lpSrc = bTemp;
         }
       }
       else
       {
         // 直接赋值为255
         *lpSrc = 255;
       }
     }
  }
  // 返回
  return TRUE;
}

void CZhangyanImageView::OnEnhaGradsharp()
{
	// TODO: 在此添加命令处理程序代码
	// TODO: Add your command handler code here
// 梯度锐化
  CZhangyanImageDoc* pDoc = GetDocument();
  ASSERT_VALID(pDoc);
  unsigned char * pBits=pDoc->m_pBits;
  int nWidth=pDoc->imageWidth;
  int nHeight=pDoc->imageHeight;
     int nColorBits = pDoc->m_nColorBits;
 
if (nColorBits != 8)
  {
     // 提示用户
     MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,
       MB_ICONINFORMATION | MB_OK);
     // 返回
     return;
  }
 
 
  // 阈值
  BYTE bThre=10;
    
  // 更改光标形状
  BeginWaitCursor();
 
  // 调用GradSharp()函数进行梯度板锐化
   if(::GradSharp(pBits, nWidth, nHeight, bThre))
  {
    
     // 设置脏标记
     pDoc->SetModifiedFlag(TRUE);
 
     // 更新视图
     pDoc->UpdateAllViews(NULL);
  }
  else
  {
     // 提示用户
     MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMATION | MB_OK);
  }
     // 恢复光标
  EndWaitCursor();
}

 
BOOL WINAPI Template(unsigned char * lpDIBBits, LONG lWidth, LONG lHeight,
             int iTempH, int iTempW,
             int iTempMX, int iTempMY,
             FLOAT * fpArray, FLOAT fCoef)
{
  // 指向复制图像的指针
  unsigned char * lpNewDIBBits;
 
  // 指向源图像的指针
  unsigned char*  lpSrc;
 
  // 指向要复制区域的指针
  unsigned char*  lpDst;
 
  // 循环变量
  LONG i;
  LONG j;
  LONG k;
  LONG l;
 
  // 计算结果
  FLOAT  fResult;
 
  // 图像每行的字节数
  LONG lLineBytes;
 
  // 计算图像每行的字节数
 
  lLineBytes = (((lWidth * 8) + 31) / 32 * 4);
 
 
 
 
  // 暂时分配内存，以保存新图像
  lpNewDIBBits = new unsigned char[lLineBytes * lHeight] ;
 
  // 判断是否内存分配失败
  if (lpNewDIBBits == NULL)
  {
     // 分配内存失败
     return FALSE;
  }
 
  // 初始化图像为原始图像
  memcpy(lpNewDIBBits, lpDIBBits, lLineBytes * lHeight);
 
  // 行(除去边缘几行)
  for(i = iTempMY; i < lHeight - iTempH + iTempMY + 1; i++)
  {
     // 列(除去边缘几列)
     for(j = iTempMX; j < lWidth - iTempW + iTempMX + 1; j++)
     {
       // 指向新DIB第i行，第j个象素的指针
       lpDst = (unsigned char*)lpNewDIBBits + lLineBytes * (lHeight - 1 - i) + j;
      
       fResult = 0;
      
       // 计算
       for (k = 0; k < iTempH; k++)
       {
         for (l = 0; l < iTempW; l++)
         {
            // 指向DIB第i - iTempMY + k行，第j - iTempMX + l个象素的指针
            lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i + iTempMY - k)
              + j - iTempMX + l;
           
            // 保存象素值
            fResult += (* lpSrc) * fpArray[k * iTempW + l];
         }
       }
      
       // 乘上系数
       fResult *= fCoef;
      
       // 取绝对值
       fResult = (FLOAT ) fabs(fResult);
      
       // 判断是否超过255
       if(fResult > 255)
       {
         // 直接赋值为255
         * lpDst = 255;
       }
       else
       {
         // 赋值
         * lpDst = (unsigned char) (fResult + 0.5);
       }
      
     }
  }
 
  // 复制变换后的图像
  memcpy(lpDIBBits, lpNewDIBBits, lLineBytes * lHeight);
 
 
 
  delete lpNewDIBBits;
 
  // 返回
  return TRUE;
 
}

void CZhangyanImageView::OnEnhaSharp()
{
	// TODO: 在此添加命令处理程序代码
	// TODO: Add your command handler code here
    
// 图像锐化
// 梯度锐化
  CZhangyanImageDoc* pDoc = GetDocument();
  ASSERT_VALID(pDoc);
  unsigned char * pBits=pDoc->m_pBits;
  int nWidth=pDoc->imageWidth;
  int nHeight=pDoc->imageHeight;
    int nColorBits = pDoc->m_nColorBits;
 
    if (nColorBits != 8)
  {
     // 提示用户
     MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,
       MB_ICONINFORMATION | MB_OK);
     // 返回
     return;
  }
  // 模板高度
  int    iTempH;
  // 模板宽度
  int    iTempW;
  // 模板系数
  FLOAT  fTempC;
  // 模板中心元素X坐标
  int    iTempMX;
  // 模板中心元素Y坐标
  int    iTempMY;
  // 模板元素数组
  FLOAT  aValue[9];
  // 更改光标形状
  BeginWaitCursor();
  // 设置拉普拉斯模板参数
  iTempW = 3;
  iTempH = 3;
  fTempC = 1.0;
  iTempMX = 1;
  iTempMY = 1;
  aValue[0] = -1.0;
  aValue[1] = -1.0;
  aValue[2] = -1.0;
  aValue[3] = -1.0;
  aValue[4] =  9.0;
  aValue[5] = -1.0;
  aValue[6] = -1.0;
  aValue[7] = -1.0;
  aValue[8] = -1.0;
 
  // 调用Template()函数用拉普拉斯模板锐化DIB
  if (::Template(pBits, nWidth, nHeight,
       iTempH, iTempW, iTempMX, iTempMY, aValue, fTempC))
  {
    
     // 设置脏标记
     pDoc->SetModifiedFlag(TRUE);
 
     // 更新视图
     pDoc->UpdateAllViews(NULL);
  }
  else
  {
     // 提示用户
     MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMATION | MB_OK);
  }
     // 恢复光标
  EndWaitCursor();
}
BOOL WINAPI SobelDIB(unsigned char * lpDIBBits, LONG lWidth, LONG lHeight)
{
 
  // 指向缓存图像的指针
  unsigned char * lpDst1;
  unsigned char * lpDst2;
 
  lWidth=  (((lWidth * 8) + 31) / 32 * 4);
  // 指向缓存DIB图像的指针
  unsigned char * lpNewDIBBits1;
 
  unsigned char * lpNewDIBBits2;
 
  //循环变量
  long i;
  long j;
 
  // 模板高度
  int    iTempH;
 
  // 模板宽度
  int    iTempW;
 
  // 模板系数
  FLOAT  fTempC;
 
  // 模板中心元素X坐标
  int    iTempMX;
 
  // 模板中心元素Y坐标
  int    iTempMY;
 
  //模板数组
  FLOAT aTemplate[9];
 
 
  // 暂时分配内存，以保存新图像
  lpNewDIBBits1 = new  unsigned char[lWidth * lHeight];
 
   if (lpNewDIBBits1 == NULL)
  {
     // 分配内存失败
     return FALSE;
  }
 
  // 暂时分配内存，以保存新图像
  // 锁定内存
  lpNewDIBBits2 = new  unsigned char[lWidth * lHeight];
  if (lpNewDIBBits2 == NULL)
  {
     // 分配内存失败
     return FALSE;
  }
 
  // 拷贝源图像到缓存图像中
  lpDst1 =  lpNewDIBBits1;
memcpy(lpNewDIBBits1, lpDIBBits, lWidth * lHeight);
  lpDst2 =  lpNewDIBBits2;
memcpy(lpNewDIBBits2, lpDIBBits, lWidth * lHeight);
 
  // 设置Sobel模板参数
  iTempW = 3;
  iTempH = 3;
  fTempC = 1.0;
  iTempMX = 1;
  iTempMY = 1;
  aTemplate[0] = -1.0;
  aTemplate[1] = -2.0;
  aTemplate[2] = -1.0;
  aTemplate[3] = 0.0;
  aTemplate[4] = 0.0;
  aTemplate[5] = 0.0;
  aTemplate[6] = 1.0;
  aTemplate[7] = 2.0;
  aTemplate[8] = 1.0;
 
  // 调用Template()函数
  if (!Template(lpNewDIBBits1, lWidth, lHeight,
     iTempH, iTempW, iTempMX, iTempMY, aTemplate, fTempC))
  {
     return FALSE;
  }
 
  // 设置Sobel模板参数
  aTemplate[0] = -1.0;
  aTemplate[1] = 0.0;
  aTemplate[2] = 1.0;
  aTemplate[3] = -2.0;
  aTemplate[4] = 0.0;
  aTemplate[5] = 2.0;
  aTemplate[6] = -1.0;
  aTemplate[7] = 0.0;
  aTemplate[8] = 1.0;
 
  // 调用Template()函数
  if (!Template(lpNewDIBBits2, lWidth, lHeight,
     iTempH, iTempW, iTempMX, iTempMY, aTemplate, fTempC))
  {
     return FALSE;
  }
 
  //求两幅缓存图像的最大值
  for(j = 0; j <lHeight; j++)
  {
     for(i = 0;i <lWidth-1; i++)
     {
 
       // 指向缓存图像1倒数第j行，第i个象素的指针      
       lpDst1 =  lpNewDIBBits1 + lWidth * j + i;
 
       // 指向缓存图像2倒数第j行，第i个象素的指针      
       lpDst2 =  lpNewDIBBits2 + lWidth * j + i;
      
       if(*lpDst2 > *lpDst1)
         *lpDst1 = *lpDst2;
    
     }
  }
 
  // 复制经过模板运算后的图像到源图像
memcpy(lpDIBBits, lpNewDIBBits1, lWidth * lHeight);
 
 
  delete lpNewDIBBits2;
  delete lpNewDIBBits1;
 
 
  // 返回
  return TRUE;
}

void CZhangyanImageView::OnEdgeSobel()
{
	// TODO: 在此添加命令处理程序代码
	
  // 梯度锐化
  CZhangyanImageDoc* pDoc = GetDocument();
  ASSERT_VALID(pDoc);
  unsigned char * pBits=pDoc->m_pBits;
  int nWidth=pDoc->imageWidth;
  int nHeight=pDoc->imageHeight;
    int nColorBits = pDoc->m_nColorBits;
 
    if (nColorBits != 8)
  {
     // 提示用户
     MessageBox("目前只支持256色位图的梯度锐化！", "系统提示" ,
       MB_ICONINFORMATION | MB_OK);
     // 返回
     return;
  }
 
  //Sobel边缘检测运算
 
 
 
  // 调用SobelDIB()函数对DIB进行边缘检测
  if (SobelDIB(pBits, nWidth, nHeight))
  {
    
     // 设置脏标记
     pDoc->SetModifiedFlag(TRUE);
 
     // 更新视图
     pDoc->UpdateAllViews(NULL);
  }
  else
  {
     // 提示用户
     MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMATION | MB_OK);
  }
 
 
  // 恢复光标
  EndWaitCursor();
    
}

源代码


作小寒
关注
专栏目录
数字图像处理技术在TWaver可视化中的应用
TWaver可视化
04-16 2627
数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。常用的图像处理方法有图像增强、复原、编码、压缩等，数字图像处理应用领域非常广泛。具体关于数字图像处理的介绍可以参考书籍《冈萨雷斯 数字图像处理》。 TWaver作为可视化的利器，如果在展示网元的时候，融入图像处理技术，将会对网元图标的显示增加了灵活性，是一件非常有意思的事情。那么我们不妨来试试，如何将图像处理技术融入进来。
数字图像处理实验报告
10-01
完整实验报告。大学生数字图像处理课程实验报告。打印版。
数字图像处理实验报告(全答案)
04-17
数字图象处理定义：指的是使用数字计算机及其他有关数字技术对图像施加某种应算和处理从而达到某种预期的目的。 图像处理：着重强调在图像之间进行的变换。比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果并为自动识别打基础，或对图像进行压缩编码以减少所需存储空间或传输时间，满足给定传输同路的要求。
国内外数字图像处理网站总结 大牛博客
06-26
各种网站总结、大牛博客、以及各种数字图像处理相关、机器视觉实验室
数字图像处理第四版PPT+习题答案.rar
04-10
《数字图像处理第四版》是图像处理领域的一本经典教材，涵盖了广泛的理论知识和技术应用。这份资源包含了该书的PPT课件以及配套的习题答案，为学习者提供了全面的学习材料。 首先，数字图像处理是计算机科学的一个...
数字图像处理(MATLAB)_数字图像处理第四pdf百度云,
06-13
《数字图像处理(MATLAB)》本资源在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像...
冈萨雷斯数字图像处理MATLAB版图片和源码
03-19
冈萨雷斯数字图像处理是一本经典的数字图像处理教材，自1987年首次出版以来，已经成为数字图像处理领域中的标志性参考书之一。该教材的作者 Rafael C. González 和 Richard E. Woods 都是数字图像处理领域的权威...
数字图像处理试题库完整合集
06-12
数字图像处理考试题库 数字图像处理的基本步骤包括图像信息的获取、存储、处理、传输、输出和显示。数字图像处理的内容主要包括图像数字化、图像变换、图像增强、图像恢复 (复原)、图像压缩编码、图像分割、图像...
数字图像处理（冈萨雷斯）中英文答案+Matlab和C++代码全网最完整版
07-27
《数字图像处理》是图像处理领域的一本经典教材，由冈萨雷斯著，深受广大读者喜爱。本资源包集合了该书第三版和第四版的中英文答案，以及配套的Matlab和C++代码实现，旨在为学习者提供全方位的学习支持。其中，...
图像处理实例
03-21
图像处理骨架提取实例，图像处理骨架提取实例，图像处理骨架提取实例
数字图像处理(一)
云政的个人空间
06-07 779
本文基于Matlab环境，主要理论知识来源于冈萨雷斯《数字图像处理》。 主要内容 - 1、基本原理 - 2、亮度变换和空间滤波 - 3、频域处理 - 4、图像复原 - 5、彩色图像处理 - 6、小波分析 - 7、图像压缩 - 8、形态学图像处理 - 9、图像分割 - 10、表示和描述 - 11、对象识别基本原理1. 数字图像的表示一幅图像可以定义为一个二维函数f=(x,y)f=
数字图像处理实验一代码部分
The_star_is_at的博客
04-06 1025
// Created by liuzhe on 17/3/30. %-- 17-3-27 上午7:44 --% %-- 17-3-27 上午7:49 --% I_huidu=imread('pout.tif'); I_erzhi=inread('circles.png'); I_erzhi=imread('circles.png'); I_erzhi2=imread('blobs.png')
MATLAB和数字图像处理基础
最新发布
大冬瓜qdq的博客
09-03 2406
1、MATLAB的基础知识2、数字图像处理基础3、数字图像类型和转换4、数字图像的读写与显示。
问题解决：VS2019+opencv4.2.0，第一测试用例 Assertion failed
yanyang633的博客
04-05 1294
Assertion failed OpenCV(4.2.0) Error: Assertion failed (size.width>0 && size.height>0) in cv::imshow, file C:\build\master_winpack-build-win64-vc14\opencv\modules\highgui\src\window.cpp,...
nullptr与null
半壶老酒
03-31 996
#ifndef NULL #ifdef __cplusplus #define NULL 0 #else #define NULL ((void *)0) #endif #endif在C语言环境下，由于不存在函数重载等问题，直接将NULL定义为一个void*的指针就可以完美的解决一切问题。 但是在c++环境下情况就变得复杂起来， 首先我们不能
图像处理代码优化：经典例子
千里河山
10-09 1952
1.《图形图像处理－之－一个复杂度为常数的快速局部自适应算法 上篇  》 http://blog.csdn.net/housisong/article/details/2316924 2.《图形图像处理－之－误差扩散 中篇 》 http://blog.csdn.net/housisong/article/details/2320688 3.《图形图像处理－之－误差扩散 下篇 - 更快的速
数字图像处理就业前景--非常详细
热门推荐
听雨居
10-30 4万+
2010-10-23 22:42 19465人阅读 评论(10) 收藏 举报 图像处理 最近版上有不少人在讨论图像处理的就业方向，似乎大部分都持悲观的态度。我想结合我今年找工作的经验谈谈我的看法。就我看来，个人觉得图像处理的就业还是不错的。首先可以把图像看成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握一维信号处理的基本知识，也要掌
数字图像处理的技术方法和应用
yangleo1987的博客
11-18 3万+
所谓数字图像处理，是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。20 世纪 50 年代，电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息，这便是早期的图像处理。早期图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期。图像处理中，一般输入的是质量低的图像，而输出的是改善质量后的图像，
数字图像处理技术概述
对角邻域-数字图像处理复习（冈萨雷斯） 数字图像处理是指对数字图像进行各种处理和分析，以提取、提炼和应用图像信息的过程。图像处理是一个多学科交叉的领域，涉及计算机科学、数学、物理、生物医学等领域。在...
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