C#中使用lockbits方法处理图像(译文)

C#中使用lockbits方法处理图像(译文)      (转载)

(一)  

使用lockbits方法处理图像

    许多图像处理任务即时是最简单的文件类型转换,例如从32位深度到8位深度的格式转化,直接获得像素阵列要比使用GetPixel和SetPixel等方法的效率高得多。

    你可能会发现DotNet采用托管机制,大多数情况下微软会推荐你使用托管代码,理由是便捷和安全。实际应用中,直接操作内存中的数据块是很少见的,尽管如此,图像处理恰恰是这类为数不多的情况之一,因为使用托管代码的效率低的难以忍受,特别是对巨幅图像来说,在此,我们讨论一下一种新的方法。

     如何使用非托管代码是因语言而异的,在C#中我们可以通过unsafe关键字来调用指针,从而直接操作内存中的位图数据;VB则使用Marshal类中的方法,它会导致一部分的性能损失,因此效率不如前者。

 

锁定比特流

    Bitmap类使用LockBits和UnLockBits方法来将位图的数据矩阵保存在内存中、直接对它进行操作,最后用修改后的数据代替位图中的原始数据。LockBits返回以各BitmapData的类用已描述数据在已锁定的矩阵中的位置和分布。

    BitmapData类包括以下几个重要的属性:

  • Scan0:数据矩阵在内存中的地址。

  • Stride:数据矩阵中的行宽,以byte为单位。可能会扩展几个Byte,后面会介绍。

  • PixelFormat:像素格式,这对矩阵中字节的定位很重要。

  • Width:位图的宽度。

  • Height:位图的高度。

   具体关系见下图:

C#中使用lockbits方法处理图像(译文)

 

    如上图所示,stride属性表示位图数据矩阵的行宽,以byte为单位。出于效率考虑,矩阵的行宽并非刚好是每行像素数的整数倍,系统往往会将其封装成4的整数倍。举例来说,对于一幅24位深17像素宽的图像,其stride属性为52;每行的数据量为17*3=51,系统将其自动封装一个字节,所以它的stride为52byte(或13*4byte)。对于一幅17像素宽的4位索引图,其stride为12,其中9byte(准确地说是8.5个byte)用来记录数据信息,每行再自动添加3(3.5)个byte保证其为4的整数倍。

    具体数据的分布因其pixel format而异。24位深的图像每隔3个byte包含一组RGB信息;32位深的图像每隔4个byte包含一组RGBA信息。那些每个字节包含多个像素的pixel format,比如4位索引图像或1位索引图像,必须经过仔细处理,从而保证同一字节中的相邻byte不会混淆。

指针的准确定位

  • 32位RGB:假设X、Y为位图中像素的坐标,则其在内存中的地址为scan0+Y*stride+X*4。此时指针指向蓝色,其后分别是绿色、红色,alpha分量。

  • 24位RGB:scan0+Y*stride+X*3。此时指针指向蓝色,其后分别是绿色和红色。

  • 8位索引:scan0+Y*stride+X。当前指针指向图像的调色盘。

  • 4位索引:scan0+Y*stride+(X/2)。当前指针所指的字节包括两个像素,通过高位和低位索引16色调色盘,其中高位表示左边的像素,低位表示右边的像素。

  • 1位索引:scan0+Y*stride+X/8。当前指针所指的字节中的每一位都表示一个像素的索引颜色,调色盘为两色,最左边的像素为8,最右边的像素为0。

像素间使用迭代器

    下面这个范例将一幅32位深的图像中所有像素的蓝色分量设为最大(255):

    BitmapData bmd=bm.LockBits(new Rectangle(0, 0, 10, 10),   System.Drawing.Imaging.ImageLockMode.ReadOnly, bm.PixelFormat);

      int PixelSize=4;

      for(int y=0; y<bmd.Height; y++)

      {

        byte* row=(byte *)bmd.Scan0+(y*bmd.Stride);

        for(int x=0; x<bmd.Width; x++)

        {

          row[x*PixelSize]=255;

        }

      }

      处理4位索引图,高低位应分开处理,代码如下:

      int offset = (y * bmd.Stride) + (x >> 1);

      byte currentByte = ((byte *)bmd.Scan0)[offset];

      if((x&1) == 1)

      {

        currentByte &= 0xF0;

        currentByte |= (byte)(colorIndex & 0x0F);

      }

      else

      {

        currentByte &= 0x0F;

        currentByte |= (byte)(colorIndex << 4);

      }

      ((byte *)bmd.Scan0)[offset]=currentByte;

      处理1位索引的代码:

      byte* p=(byte*)bmd.Scan0.ToPointer();

      int index=y*bmd.Stride+(x>>3);

      byte mask=(byte)(0x80>>(x&0x7));

      if(pixel)

        p[index]|=mask;

      else

        p[index]&=(byte)(mask^0xff);

      最后在进行完所有处理后马不要忘记使用Unlockbits命令解锁。

(二)

C#中可以利用非安全指针对位图进行处理,下面利用MSDN的一个例子进行讲解:

Bitmap bmp = new Bitmap("c:\\fakePhoto.jpg");


//读取本地图像


Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height);
System.Drawing.Imaging.BitmapData bmpData = 
bmp.LockBits(rect,    System.Drawing.Imaging.ImageLockMode.ReadWrite,
bmp.PixelFormat);

 

//BitmapData 指定 Bitmap 的属性,如大小、像素格式、像素数据在内存中的始地址以及每个扫描行的长度(步幅)。

//lockbit将位图锁定到内存中,这样做主要是增加效率,如果速度不是主要因素的话,建议使用bitmap的setpixel和getpixel方法,省去了使用不安全指针的麻烦。

 

IntPtr ptr = bmpData.Scan0;
//Scan0获取或设置位图中第一个像素数据的地址。它也可以看成是位图中的第一个扫描行。简言之就是把当前指针设置在图像最左上角的位置。 

int bytes = bmp.Width * bmp.Height * 3;
byte[] rgbValues = new byte[bytes];

System.Runtime.InteropServices.Marshal.Copy(ptr, rgbValues, 0, bytes);
  
for (int counter = 0; counter < rgbValues.Length; counter+=3)
        rgbValues[counter] = 255;
  
System.Runtime.InteropServices.Marshal.Copy(rgbValues, 0, ptr, bytes);

//将数据从托管数组复制到非托管内存指针,或从非托管内存指针复制到托管数组,此处为前者。

bmp.UnlockBits(bmpData);
//解锁
  

e.Graphics.DrawImage(bmp, 0, 150);

想对lockbit有所了解的同学可以看《Using the LockBits method to access image data》。

下面附上一个实例,其中原理是凭着研一时的数字图像处理课。

马赛克范例

很多图片处理的算法从原理上讲其实非常简单,难点往往在如何去写算法实现它,更加难的就是如何去优化实现的算法。

马赛克算法很简单,说白了就是把一张图片分割成若干个val * val像素的小区块(可能在边缘有零星的小块,但不影响整体算法),每个小区块的颜色都是相同的。为了方便起见,我们不妨让这个颜色就用该区域最左上角的那个点的颜色。当然还可以有其他方法,比如取区块中间点的颜色,或区块中随机点的颜色作代表等等。

下面的示意图就是取val=2的结果。

原图像素
ABCDEFG
HIJKLMN   
OPQRSTU   
VWXYZ01   
2345678   

马赛克处理后
AACCEEG
AACCEEG
OOQQSSU
OOQQSSU
2244668

 

        public static Bitmap KiMosaic(Bitmap b, int val)
        {
            if (b.Equals(null))
            {
                return null;
            }

            int w = b.Width;
            int h = b.Height;

            int stdR, stdG, stdB;

            stdR = 0;
            stdG = 0;
            stdB = 0;

            BitmapData srcData = b.LockBits(new Rectangle(0, 0, w, h), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);

            unsafe
            {
                byte* p = (byte*)srcData.Scan0.ToPointer();

                for (int y = 0; y < h; y++)
                {
                    for (int x = 0; x < w; x++)
                    {
                        if (y % val == 0)
                        {
                            if (x % val == 0)
                            {
                                stdR = p[2]; stdG = p[1]; stdB = p[0];
                            }
                            else
                            {
                                p[0] = (byte)stdB;
                                p[1] = (byte)stdG;
                                p[2] = (byte)stdR;
                            }
                        }
                        else
                        {
                            // 复制上一行
                            byte * pTemp = p - srcData.Stride;

                            p[0] = (byte)pTemp[0];
                            p[1] = (byte)pTemp[1];
                            p[2] = (byte)pTemp[2];
                        }

                        p += 3;

                    } // end of x

                    p += srcData.Stride - w * 3;

                } // end of y

                b.UnlockBits(srcData);
            }

            return b;

        }

 

先上原图:

C#中的图像处理(附带生成马赛克范例)

 

再上效果图

C#中的图像处理(附带生成马赛克范例)

 

 

 

 

  • 1
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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