从零开始写一个图像处理程序之五（手撕边缘检测终章）

已于 2022-07-18 12:10:50 修改
阅读量772 收藏 6
点赞数
文章标签： 图像处理 人工智能 c语言 c++
于 2022-07-07 19:23:31 首次发布
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_36653924/article/details/125664617
版权

图像处理 Prewitt算子 边缘检测 卷积 BMP图像
关键词由CSDN通过智能技术生成

前四篇的铺垫： 

从零开始写一个图像处理程序之一（BMP彩色图转灰度图）_星空_MAX的博客-CSDN博客

 从零开始写一个图像处理程序之二（提取灰度图通道）_星空_MAX的博客-CSDN博客

从零开始写一个图像处理程序之三（卷积原理简介）_星空_MAX的博客-CSDN博客

从零开始写一个图像处理程序之四（Prewitt 算子分析）_星空_MAX的博客-CSDN博客

定义Prewitt算子（convolution kernel）简称CK：

先定义Gx：

	int CK[9]={1,1,1,0,0,0,-1,-1,-1};

边缘处理：由于经过一次卷积的话，图像会缩水一个像素，所以在原本的channel上围上一圈0

   std::vector<unsigned char>channel((bihead.biHeight+2)*(bihead.biWidth+2),0);

将图片读取到新位置：

  	for(int i=0;i<bihead.biHeight;i++)
 	 for(int j=0;j<bihead.biWidth;j++)
 	 {
  	 unsigned char *pb;
  	 pb=pBmpBuf+i*LineByte+j;
  	 channel[(bihead.biWidth+2)*(i+1)+j+1]=*pb;
	}

 开始卷积操作：

	for(int i=0;i<bihead.biHeight;i++)
  	for(int j=0;j<bihead.biWidth;j++)
  	{
   	 result[bihead.biWidth*i+j]=channel[(bihead.biWidth+2)*i+j]      *CK[0]+
								channel[(bihead.biWidth+2)*i+j+1]*CK[1]+
								channel[(bihead.biWidth+2)*i+j+2]*CK[2]+
								channel[(bihead.biWidth+2)*(i+1)+j]      *CK[3]+
								channel[(bihead.biWidth+2)*(i+1)+j+1]*CK[4]+
								channel[(bihead.biWidth+2)*(i+1)+j+2]*CK[5]+
								channel[(bihead.biWidth+2)*(i+2)+j]      *CK[6]+
								channel[(bihead.biWidth+2)*(i+2)+j+1]*CK[7]+
								channel[(bihead.biWidth+2)*(i+2)+j+2]*CK[8];										
   	 
	}

将新图像填入result中：

	bfhead.bfSize=14+40+sizeof(RGBQUAD)*256+LineByte*bihead.biHeight;
	bfhead.bfOffBits=14+40+sizeof(RGBQUAD)*256;
	//将bmpfilehead写入
	fwrite(&bfhead,14,1,newfp);
	//	将bmpbithead写入
	bihead.biBitCount=8;    //更改每像素位数
	bihead.biSizeImage=LineByte*bihead.biHeight;
	fwrite(&bihead,40,1,newfp);
	//灰度为1的rgb值分别为1，1，1，所以将256位颜色的颜色表分别置为相同的灰度值
	RGBQUAD *pColorTable=new RGBQUAD[256];
	for(int i=0;i<256;i++)
	{
		pColorTable[i].rgbRed = pColorTable[i].rgbGreen = pColorTable[i].rgbBlue = i;//使颜色表中每种颜色的R,G,B分量相等且等于索引值
	}
	fwrite(pColorTable,sizeof(RGBQUAD),256,newfp);
	
	
		
	unsigned char *pNewBmpBuf=new unsigned char[LineByte*bihead.biHeight];		
	for(int i=0;i<bihead.biHeight;i++)
		for(int j=0;j<bihead.biWidth;j++)
		{
  	 		unsigned char *newpb;
  		 	newpb=pNewBmpBuf+i*LineByte+j;
  	 		*newpb=result[(bihead.biWidth+2)*i+j];
		}
 

 	fwrite(pNewBmpBuf,LineByte*bihead.biHeight,1,newfp);

全部代码：


#include<stdio.h>
#include<windows.h>
#include<vector>

int main()
{

 BITMAPFILEHEADER bfhead;
 BITMAPINFOHEADER bihead;
 FILE *fp=fopen("newcat.bmp","rb");
  FILE *newfp=fopen("newnewcat.bmp","wb");
 if(fp==0)
  return 0;
 fread(&bfhead,14,1,fp);   //将文件头读入内存
 fread(&bihead,40,1,fp);   //将信息头读入内存
 int LineByte=(bihead.biWidth*8/8+3)/4*4; //保证每行字节数为4的整数倍
  
 unsigned char *pBmpBuf=new unsigned char[LineByte*bihead.biHeight]; //为数据区分配内存空间
 fread(pBmpBuf,LineByte*bihead.biHeight,1,fp);       //将bmp数据区读入内存
 fclose(fp); 
 
    std::vector<unsigned char>channel((bihead.biHeight+2)*(bihead.biWidth+2),0);
	std::vector<unsigned char>result(bihead.biHeight*bihead.biWidth,0);
	
	int CK[9]={1,1,1,0,0,0,-1,-1,-1};
	
  	for(int i=0;i<bihead.biHeight;i++)
 	 for(int j=0;j<bihead.biWidth;j++)
 	 {
  	 unsigned char *pb;
  	 pb=pBmpBuf+i*LineByte+j;
  	 channel[(bihead.biWidth+2)*(i+1)+j+1]=*pb;
	}
	
	
	
	for(int i=0;i<bihead.biHeight;i++)
  	for(int j=0;j<bihead.biWidth;j++)
  	{
   	 result[bihead.biWidth*i+j]=channel[(bihead.biWidth+2)*i+j]      *CK[0]+
								channel[(bihead.biWidth+2)*i+j+1]*CK[1]+
								channel[(bihead.biWidth+2)*i+j+2]*CK[2]+
								channel[(bihead.biWidth+2)*(i+1)+j]      *CK[3]+
								channel[(bihead.biWidth+2)*(i+1)+j+1]*CK[4]+
								channel[(bihead.biWidth+2)*(i+1)+j+2]*CK[5]+
								channel[(bihead.biWidth+2)*(i+2)+j]      *CK[6]+
								channel[(bihead.biWidth+2)*(i+2)+j+1]*CK[7]+
								channel[(bihead.biWidth+2)*(i+2)+j+2]*CK[8];										
   	 
	}
	
	
	//创建新图片
	bfhead.bfSize=14+40+sizeof(RGBQUAD)*256+LineByte*bihead.biHeight;
	bfhead.bfOffBits=14+40+sizeof(RGBQUAD)*256;
	//将bmpfilehead写入
	fwrite(&bfhead,14,1,newfp);
	//	将bmpbithead写入
	bihead.biBitCount=8;    //更改每像素位数
	bihead.biSizeImage=LineByte*bihead.biHeight;
	fwrite(&bihead,40,1,newfp);
	//灰度为1的rgb值分别为1，1，1，所以将256位颜色的颜色表分别置为相同的灰度值
	RGBQUAD *pColorTable=new RGBQUAD[256];
	for(int i=0;i<256;i++)
	{
		pColorTable[i].rgbRed = pColorTable[i].rgbGreen = pColorTable[i].rgbBlue = i;//使颜色表中每种颜色的R,G,B分量相等且等于索引值
	}
	fwrite(pColorTable,sizeof(RGBQUAD),256,newfp);
	
	
		
	unsigned char *pNewBmpBuf=new unsigned char[LineByte*bihead.biHeight];		
	for(int i=0;i<bihead.biHeight;i++)
		for(int j=0;j<bihead.biWidth;j++)
		{
  	 		unsigned char *newpb;
  		 	newpb=pNewBmpBuf+i*LineByte+j;
  	 		*newpb=result[bihead.biWidth*i+j];
		}
 

 	fwrite(pNewBmpBuf,LineByte*bihead.biHeight,1,newfp);
	
	

  
   printf("\nWidth:%d, Height:%d,biBitCount:%d\n",bihead.biWidth,bihead.biHeight,bihead.biBitCount);
	fclose(fp);
	fclose(newfp);
	
 return 0;
}

原来的灰度图：

水平检测后的图片：

 改变算子为Gy：

	int CK[9]={-1,0,1,-1,0,1,-1,0,1};

垂直检测后的图片：

 综合处理：

在同一个像素点取 P(i,j)=max[G(i),G(j)]

即横向检测和纵向检测去一个最大值：


#include<stdio.h>
#include<windows.h>
#include<vector>

#define MAX(a,b) a>b?a:b

int main()
{

 BITMAPFILEHEADER bfhead;
 BITMAPINFOHEADER bihead;
 FILE *fp=fopen("newcat.bmp","rb");
  FILE *newfp=fopen("newnewcat.bmp","wb");
 if(fp==0)
  return 0;
 fread(&bfhead,14,1,fp);   //将文件头读入内存
 fread(&bihead,40,1,fp);   //将信息头读入内存
 int LineByte=(bihead.biWidth*8/8+3)/4*4; //保证每行字节数为4的整数倍
  
 unsigned char *pBmpBuf=new unsigned char[LineByte*bihead.biHeight]; //为数据区分配内存空间
 fread(pBmpBuf,LineByte*bihead.biHeight,1,fp);       //将bmp数据区读入内存
 fclose(fp); 
 
    std::vector<unsigned char>channel((bihead.biHeight+2)*(bihead.biWidth+2),0);
	std::vector<unsigned char>result(bihead.biHeight*bihead.biWidth,0);
	
	int CK1[9]={1,1,1,0,0,0,-1,-1,-1};
	int CK2[9]={-1,0,1,-1,0,1,-1,0,1};
	
  	for(int i=0;i<bihead.biHeight;i++)
 	 for(int j=0;j<bihead.biWidth;j++)
 	 {
  	 unsigned char *pb;
  	 pb=pBmpBuf+i*LineByte+j;
  	 channel[(bihead.biWidth+2)*(i+1)+j+1]=*pb;
	}
	
	
	
	for(int i=0;i<bihead.biHeight;i++)
  	for(int j=0;j<bihead.biWidth;j++)
  	{
   	 result[bihead.biWidth*i+j]=MAX(channel[(bihead.biWidth+2)*i+j]      *CK1[0]+
								channel[(bihead.biWidth+2)*i+j+1]*CK1[1]+
								channel[(bihead.biWidth+2)*i+j+2]*CK1[2]+
								channel[(bihead.biWidth+2)*(i+1)+j]      *CK1[3]+
								channel[(bihead.biWidth+2)*(i+1)+j+1]*CK1[4]+
								channel[(bihead.biWidth+2)*(i+1)+j+2]*CK1[5]+
								channel[(bihead.biWidth+2)*(i+2)+j]      *CK1[6]+
								channel[(bihead.biWidth+2)*(i+2)+j+1]*CK1[7]+
								channel[(bihead.biWidth+2)*(i+2)+j+2]*CK1[8],
								
								channel[(bihead.biWidth+2)*i+j]      *CK2[0]+
								channel[(bihead.biWidth+2)*i+j+1]*CK2[1]+
								channel[(bihead.biWidth+2)*i+j+2]*CK2[2]+
								channel[(bihead.biWidth+2)*(i+1)+j]      *CK2[3]+
								channel[(bihead.biWidth+2)*(i+1)+j+1]*CK2[4]+
								channel[(bihead.biWidth+2)*(i+1)+j+2]*CK2[5]+
								channel[(bihead.biWidth+2)*(i+2)+j]      *CK2[6]+
								channel[(bihead.biWidth+2)*(i+2)+j+1]*CK2[7]+
								channel[(bihead.biWidth+2)*(i+2)+j+2]*CK2[8]) ;
	}
	
	
	//创建新图片
	bfhead.bfSize=14+40+sizeof(RGBQUAD)*256+LineByte*bihead.biHeight;
	bfhead.bfOffBits=14+40+sizeof(RGBQUAD)*256;
	//将bmpfilehead写入
	fwrite(&bfhead,14,1,newfp);
	//	将bmpbithead写入
	bihead.biBitCount=8;    //更改每像素位数
	bihead.biSizeImage=LineByte*bihead.biHeight;
	fwrite(&bihead,40,1,newfp);
	//灰度为1的rgb值分别为1，1，1，所以将256位颜色的颜色表分别置为相同的灰度值
	RGBQUAD *pColorTable=new RGBQUAD[256];
	for(int i=0;i<256;i++)
	{
		pColorTable[i].rgbRed = pColorTable[i].rgbGreen = pColorTable[i].rgbBlue = i;//使颜色表中每种颜色的R,G,B分量相等且等于索引值
	}
	fwrite(pColorTable,sizeof(RGBQUAD),256,newfp);
	
	
		
	unsigned char *pNewBmpBuf=new unsigned char[LineByte*bihead.biHeight];		
	for(int i=0;i<bihead.biHeight;i++)
		for(int j=0;j<bihead.biWidth;j++)
		{
  	 		unsigned char *newpb;
  		 	newpb=pNewBmpBuf+i*LineByte+j;
  	 		*newpb=result[bihead.biWidth*i+j];
		}
 

 	fwrite(pNewBmpBuf,LineByte*bihead.biHeight,1,newfp);
	
	

  
   printf("\nWidth:%d, Height:%d,biBitCount:%d\n",bihead.biWidth,bihead.biHeight,bihead.biBitCount);
	fclose(fp);
	fclose(newfp);
	
 return 0;
}

最后的边缘检测得到的图片：

 替换卷积核：

将卷积核替换为不同的内容可以对程序进行不同的处理

星空_MAX
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
简易图像处理
William_Diao的博客
02-22 878
通过一系列知识的学习和完善，我做出了一份简单的图像处理程序，运用到了一些基础方法，对于初学者的熟悉代码是有一定的辅助作用。 一.程序说明 1.引入窗体类并确定主函数作为程序入口。 2.添加监听器并设置多个按钮实现多种功能。 3.通过ImageIO.read (file)读取照片。 4.使用BufferedImage方法做到快速绘出图片操作。 二.方法介绍 首先确定一个窗体并在窗体上设置我们想要的功能： public class ImageUI extends JFrame { //在创建
图像处理【边缘检测】
技术学习
08-09 163
索贝尔边缘识别 拉普拉斯边缘识别 Canny边缘识别 索贝尔边缘识别 头文件 #include <opencv2/imgproc.hpp> 函数 void cv::Sobel ( InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize = 3, double scale = 1, double delta = 0, int borde...
OpenCV [c++]（图像处理基础示例程序汇总）
NCUTer
06-25 7712
目录一、图像读取与显示二、图像预处理[高斯滤波、canny边缘检测、膨胀腐蚀]Canny边缘检测三、图像裁剪 四、绘制形状和添加文本 五、透视投影变换矫正 六、颜色检测 七、形状检测和轮廓检测[findContours(),approxPolyDP()] 八、人脸识别九、虚拟画笔作画十、文档扫描 十一.车牌区域级联检测定位opencv与VS环境配置参考我的另一篇文章：vs2019 + opencv4.3.0 开发环境配置（后续更新QT与OpenCV配置）_NCUTer的博客-CSDN博客 wait
MATLAB图像处理简单程序（1）—实现几何、算数简单变换，滤镜处理以及图片变换效果展示
火球的博客
01-26 4710
1.对tu1、tu2、tu3进行图像合成，利用几何变换、算术运算生成合成图像。（要求合成图像的图书馆及湖面合理拼接，天鹅处于湖中） 2. 利用色彩技术给tu4添加滤镜，实现碧绿(Aqua)、棕褐色(Sepia)、暗调(Darkness)的图片效果。 3.将tu4图像分别进行错切、缩放、镜像、旋转（参数可调），并进行图像显示与分析。 4.利用图像滤镜（算法）技术给tu5添加滤镜，实现素描、油画和浮雕的图片效果，多种形式展现图书馆的优美。
OpenCV数字图像处理详细教程
qq_68608661的博客
02-28 2208
本文主要讲解了OpenCV图像处理的基本操作和方法，并且通过具体的示例代码来帮助理解，适用于图像处理的初学者，入门计算机视觉。
“手把手教你制作P图软件”：使用C#进行图像处理
m0_74242582的博客
05-14 1301
1、安装System.Drawing.Common NuGet包：在Visual Studio中，通过NuGet包管理器安装System.Drawing.Common。使用Nuget程序包中的System.Drawing.Common2、在Form设计界面布置P图界面，如加入图片文件的Picturebox1控件，处理图片后显示图片的Picturebox2控件。3、将openFileDialog控件,saveFileDialog控件拖入设计界面。
图像处理笔记 —— 边缘检测
HorizontalView的博客
03-12 1722
图像处理笔记 —— 边缘检测 源码运行平台：matlab2015 使用的图片库，USC-SIPI：http://sipi.usc.edu/database 一. 边缘检测的基本概念 图像的边缘相当于二元函数的梯度幅度比较大的位置点，而且梯度还能反映图像局部变化最快的方向，在某指定的方向上，把梯度模超过指定阈值的位置数据记录下来，就是沿该方向的图像边缘。 正确地描绘边缘应当包括两个方面：边缘点的位置以
手撕Transformer模型从零实现
05-13
实战示例：附带一个完整的示例，展示如何用实现的Transformer模型进行具体的自然语言处理任务。 易于扩展：代码结构清晰，易于扩展新功能或进行定制化调整，非常适合进行科研试验和产品开发。 性能优化建议：提供...
图像处理源代码-PatchmatchNet-学习多视图立体声
07-05
这是一种适用于高分辨率多视图立体声的Patchmatch的新颖且可...与采用3D成本正则化的竞争对手相比，PatchmatchNet具有较高的计算速度和较低的内存需求，可以处理更高分辨率的图像，并且更适合在资源受限的设备上运行。
c++11多线程-从零基础到手撕线程池
最新发布
07-30
c++11多线程-从零基础到手撕线程池
功能非常全的数字图像处理程序（含源代码）
10-17
本程序集成了非常全的数字图像处理功能，功能模块包含图像增强，图像拉伸，几何变换，形态学运算，边缘检测，图像复原，小波变换，图像编码，图像匹配，以及特效显示等等。程序使用VC++编写，包含了源代码。
图像处理程序
03-24
很全面的图像处理程序：图像增强，图像平滑等等，绝对可用
基于OPENCV的完整图像处理程序
11-05
基于opencv1.0 VC++6.0MFC写的完整的图像处理程序，功能齐全（图像基本操作：旋转、镜像、反色、图像二值化、图像分割、图像增强、灰度直方图均衡、线性变换、灰度拉伸）、边缘检测（prewitt算子、sobel算子、canny算子、拉普拉斯算子等）、图像滤波平滑（均值、中值、高斯滤波等）、还有形态学变换（腐蚀、膨胀、开运算 、闭运算等等），看文件大小就知道啦，希望对学习图像处理的，有所帮助
图像处理MATLAB程序
05-15
通过想为板的相位改变来实现中空的能量分布
手撕一个音乐字幕滚动播放器效果
02-26
总结来说，"手撕一个音乐字幕滚动播放器效果"项目涵盖了前端开发的多个方面，包括数据处理、动画效果、用户交互以及性能优化等。通过这样的项目实践，开发者不仅可以提升技能，还能创造出更富吸引力的音乐体验。
行业资料-交通装置-一种手撕鳖盖配方及其制作方法.zip
08-21
行业资料-交通装置-一种手撕鳖盖配方及其制作方法.zip
图像处理程序的设计与实现
zhu2027671609的博客
09-06 3852
一、要求：       1.利用Qt和QPainter实现一个图像处理程序，有菜单栏、工具栏和状态栏        2.有图像选择对话框，以选择和读取图像        3.状态栏显示图像的像素，位深，导入图像的路径和鼠标所在点的像素点坐标       4.可以对图像缩放，旋转，水平和垂直翻转，显示原图和全屏 二、思路和过程：        首先利用QAction实现菜单栏和工具栏的动...
用C语言从零开始写一个图像处理程序之三（卷积原理简介）
星空_MAX
07-07 1467
卷积这个概念其实非常简单，先从一维卷积谈起，在信号采集的过程中会有噪音干扰，信号是会随着时间进行波动的比如说一条曲线(拿画图板画的)： 要采集T点的数据的时候，要考虑旁边的权重，离中心点T越近，则权重越大，比如上图的三个点，T的权重为2，旁边的点离中心远一点，则权重低一些，那就设为1呗那么最简单的一个一维卷积核就产生了[1,2,1]键入上述图片是一个巨大的集合，那么可以写一个集合： [1,2,3,2,1,2]卷积核运动到T（2）的时候，就会产生 [1,2,1][1,2,3,2,1,2]上下数字一乘
用python写一个计时器
05-03
以下是一个简单的计时器的Python程序： ```python import time def countdown(t): ...这个程序要求用户输入一个时间（以秒为单位），然后开始倒计时。当计时器归零时，程序会输出“Time is up!”。
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