如何通过编程获取桌面分辨率、操作像素点颜色、保存位图和JPG格式图片，以及图片数据的处理和存储方式

web安全工具库

于 2024-06-17 09:36:33 发布

阅读量412

点赞数 4

分类专栏： 2024逆向学习文章标签： MFC 图形化

本文链接：https://blog.csdn.net/weixin_41489908/article/details/139733277

版权

2024逆向学习专栏收录该内容

23 篇文章 1 订阅

订阅专栏

本节课在线学习视频（网盘地址，保存后即可免费观看）：

https://pan.quark.cn/s/c474d087e76f

在图形编程中，获取桌面分辨率、操作像素点颜色、保存和处理图片数据是常见任务。本文将介绍如何通过编程实现这些操作，并提供多个代码案例展示具体实现方法。

1. 获取桌面分辨率

获取桌面分辨率是许多图形应用程序的基本需求。我们可以使用 Windows API 来获取桌面分辨率。

案例1：获取桌面分辨率

#include <windows.h>
#include <iostream>

int main() {
    // 获取屏幕分辨率
    int screenWidth = GetSystemMetrics(SM_CXSCREEN);
    int screenHeight = GetSystemMetrics(SM_CYSCREEN);

    std::cout << "Screen Resolution: " << screenWidth << "x" << screenHeight << std::endl;

    return 0;
}

在这个例子中，使用 GetSystemMetrics 函数获取屏幕的宽度 (SM_CXSCREEN) 和高度 (SM_CYSCREEN)，并输出屏幕分辨率。

2. 操作像素点颜色

操作像素点颜色通常用于图像处理和计算机视觉。我们可以使用 GDI（图形设备接口）来操作像素点颜色。

案例2：操作像素点颜色

#include <windows.h>
#include <iostream>

int main() {
    // 获取屏幕设备上下文
    HDC hdcScreen = GetDC(NULL);

    // 获取特定像素的颜色
    COLORREF color = GetPixel(hdcScreen, 100, 100);
    BYTE red = GetRValue(color);
    BYTE green = GetGValue(color);
    BYTE blue = GetBValue(color);

    std::cout << "Pixel color at (100, 100): " << "R=" << (int)red << " G=" << (int)green << " B=" << (int)blue << std::endl;

    // 设置特定像素的颜色
    SetPixel(hdcScreen, 100, 100, RGB(255, 0, 0));

    // 释放设备上下文
    ReleaseDC(NULL, hdcScreen);

    return 0;
}

在这个例子中，使用 GetPixel 函数获取屏幕上 (100, 100) 位置像素的颜色，并使用 SetPixel 函数将该像素设置为红色。

3. 保存位图和JPG格式图片

保存图片是图形编程中的重要任务。我们可以使用 GDI+ 库来保存位图和 JPG 格式的图片。

案例3：保存位图图片

#include <windows.h>
#include <gdiplus.h>
#include <iostream>

#pragma comment (lib,"Gdiplus.lib")

int main() {
    // 初始化 GDI+
    Gdiplus::GdiplusStartupInput gdiplusStartupInput;
    ULONG_PTR gdiplusToken;
    Gdiplus::GdiplusStartup(&gdiplusToken, &gdiplusStartupInput, NULL);

    // 创建位图
    Gdiplus::Bitmap bitmap(200, 200, PixelFormat32bppARGB);
    Gdiplus::Graphics graphics(&bitmap);

    // 绘制一个红色矩形
    Gdiplus::SolidBrush redBrush(Gdiplus::Color(255, 255, 0, 0));
    graphics.FillRectangle(&redBrush, 50, 50, 100, 100);

    // 保存为 BMP 格式
    CLSID clsidBmp;
    CLSIDFromString(L"{557CF400-1A04-11D3-9A73-0000F81EF32E}", &clsidBmp);
    bitmap.Save(L"output.bmp", &clsidBmp, NULL);

    // 关闭 GDI+
    Gdiplus::GdiplusShutdown(gdiplusToken);

    std::cout << "Bitmap image saved as output.bmp" << std::endl;

    return 0;
}

在这个例子中，我们使用 GDI+ 库创建一个位图，绘制一个红色矩形，并将其保存为 BMP 格式。

案例4：保存JPG格式图片

#include <windows.h>
#include <gdiplus.h>
#include <iostream>

#pragma comment (lib,"Gdiplus.lib")

int main() {
    // 初始化 GDI+
    Gdiplus::GdiplusStartupInput gdiplusStartupInput;
    ULONG_PTR gdiplusToken;
    Gdiplus::GdiplusStartup(&gdiplusToken, &gdiplusStartupInput, NULL);

    // 创建位图
    Gdiplus::Bitmap bitmap(200, 200, PixelFormat32bppARGB);
    Gdiplus::Graphics graphics(&bitmap);

    // 绘制一个蓝色矩形
    Gdiplus::SolidBrush blueBrush(Gdiplus::Color(255, 0, 0, 255));
    graphics.FillRectangle(&blueBrush, 50, 50, 100, 100);

    // 保存为 JPG 格式
    CLSID clsidJpg;
    CLSIDFromString(L"{557CF401-1A04-11D3-9A73-0000F81EF32E}", &clsidJpg);
    bitmap.Save(L"output.jpg", &clsidJpg, NULL);

    // 关闭 GDI+
    Gdiplus::GdiplusShutdown(gdiplusToken);

    std::cout << "JPEG image saved as output.jpg" << std::endl;

    return 0;
}

在这个例子中，我们使用 GDI+ 库创建一个位图，绘制一个蓝色矩形，并将其保存为 JPG 格式。

4. 图片数据的处理和存储方式

图片数据的处理和存储在图像处理和计算机视觉中非常重要。我们可以使用位图（Bitmap）数据进行操作。

案例5：处理和存储位图数据

#include <windows.h>
#include <gdiplus.h>
#include <iostream>
#include <vector>

#pragma comment (lib,"Gdiplus.lib")

void SaveBitmapData(const std::vector<BYTE>& bitmapData, int width, int height) {
    BITMAPFILEHEADER fileHeader;
    BITMAPINFOHEADER infoHeader;

    // 填充文件头
    fileHeader.bfType = 0x4D42; // 'BM'
    fileHeader.bfSize = sizeof(BITMAPFILEHEADER) + sizeof(BITMAPINFOHEADER) + bitmapData.size();
    fileHeader.bfReserved1 = 0;
    fileHeader.bfReserved2 = 0;
    fileHeader.bfOffBits = sizeof(BITMAPFILEHEADER) + sizeof(BITMAPINFOHEADER);

    // 填充信息头
    infoHeader.biSize = sizeof(BITMAPINFOHEADER);
    infoHeader.biWidth = width;
    infoHeader.biHeight = height;
    infoHeader.biPlanes = 1;
    infoHeader.biBitCount = 24;
    infoHeader.biCompression = BI_RGB;
    infoHeader.biSizeImage = 0;
    infoHeader.biXPelsPerMeter = 0;
    infoHeader.biYPelsPerMeter = 0;
    infoHeader.biClrUsed = 0;
    infoHeader.biClrImportant = 0;

    // 将数据保存到文件
    FILE* file = fopen("output_data.bmp", "wb");
    if (file != NULL) {
        fwrite(&fileHeader, sizeof(BITMAPFILEHEADER), 1, file);
        fwrite(&infoHeader, sizeof(BITMAPINFOHEADER), 1, file);
        fwrite(bitmapData.data(), 1, bitmapData.size(), file);
        fclose(file);
        std::cout << "Bitmap data saved to output_data.bmp" << std::endl;
    } else {
        std::cerr << "Failed to save bitmap data" << std::endl;
    }
}

int main() {
    // 初始化 GDI+
    Gdiplus::GdiplusStartupInput gdiplusStartupInput;
    ULONG_PTR gdiplusToken;
    Gdiplus::GdiplusStartup(&gdiplusToken, &gdiplusStartupInput, NULL);

    // 创建位图
    int width = 200;
    int height = 200;
    Gdiplus::Bitmap bitmap(width, height, PixelFormat24bppRGB);
    Gdiplus::Graphics graphics(&bitmap);

    // 绘制一个绿色矩形
    Gdiplus::SolidBrush greenBrush(Gdiplus::Color(255, 0, 255, 0));
    graphics.FillRectangle(&greenBrush, 50, 50, 100, 100);

    // 提取位图数据
    Gdiplus::BitmapData bitmapData;
    Gdiplus::Rect rect(0, 0, width, height);
    bitmap.LockBits(&rect, Gdiplus::ImageLockModeRead, PixelFormat24bppRGB, &bitmapData);

    // 将位图数据保存到 vector
    std::vector<BYTE> data(bitmapData.Stride * height);
    memcpy(data.data(), bitmapData.Scan0, data.size());

    // 解锁位图
    bitmap.UnlockBits(&bitmapData);

    // 将数据保存到文件
    SaveBitmapData(data, width, height);

    // 关闭 GDI+
    Gdiplus::GdiplusShutdown(gdiplusToken);

    return 0;
}

在这个例子中，我们通过 LockBits 方法提取位图数据，并将其存储到一个 vector<BYTE> 中。然后，我们调用 SaveBitmapData 函数将数据保存到 BMP 文件中。SaveBitmapData 函数创建 BMP 文件头和信息头，并将位图数据写入到文件。

5. 图片数据的处理和存储

图片数据的处理和存储方式在图像处理中至关重要。我们可以使用不同的库和技术来处理和存储图片数据，例如 OpenCV 或 GDI+。

案例6：使用 OpenCV 处理和存储图片

OpenCV 是一个强大的计算机视觉库，提供了丰富的图像处理功能。

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 创建一个空白图像
    cv::Mat image = cv::Mat::zeros(cv::Size(200, 200), CV_8UC3);

    // 绘制一个红色矩形
    cv::rectangle(image, cv::Point(50, 50), cv::Point(150, 150), cv::Scalar(0, 0, 255), -1);

    // 保存为 BMP 格式
    cv::imwrite("output_opencv.bmp", image);

    // 保存为 JPG 格式
    cv::imwrite("output_opencv.jpg", image);

    // 显示图像
    cv::imshow("Image", image);
    cv::waitKey(0);

    std::cout << "Image saved as output_opencv.bmp and output_opencv.jpg" << std::endl;

    return 0;
}

在这个例子中，我们使用 OpenCV 创建一个空白图像，并绘制一个红色矩形。然后，我们将图像保存为 BMP 和 JPG 格式，并显示图像。OpenCV 的 imwrite 函数使得保存图像变得非常简单。

案例7：图片数据的存储和读取

我们可以使用 OpenCV 读取和存储图片数据，并进行进一步处理。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>

int main() {
    // 读取图像
    cv::Mat image = cv::imread("output_opencv.jpg");
    if (image.empty()) {
        std::cerr << "Failed to load image" << std::endl;
        return -1;
    }

    // 提取图像数据
    std::vector<uchar> imageData;
    if (image.isContinuous()) {
        imageData.assign(image.datastart, image.dataend);
    } else {
        for (int i = 0; i < image.rows; ++i) {
            imageData.insert(imageData.end(), image.ptr<uchar>(i), image.ptr<uchar>(i) + image.cols * image.channels());
        }
    }

    // 将图像数据保存到文件
    FILE* file = fopen("output_image_data.dat", "wb");
    if (file != NULL) {
        fwrite(imageData.data(), 1, imageData.size(), file);
        fclose(file);
        std::cout << "Image data saved to output_image_data.dat" << std::endl;
    } else {
        std::cerr << "Failed to save image data" << std::endl;
    }

    return 0;
}

在这个例子中，我们使用 OpenCV 读取图像，并提取图像数据到一个 vector<uchar> 中。然后，我们将图像数据保存到一个二进制文件 output_image_data.dat 中。通过这种方式，我们可以存储原始图像数据，方便后续处理和分析。

6. 总结

本文详细介绍了如何通过编程获取桌面分辨率、操作像素点颜色、保存位图和 JPG 格式图片，以及图片数据的处理和存储方式。通过这些案例，希望能够帮助你更好地理解和应用图形编程中的各种技术。

主要点总结：

获取桌面分辨率：使用 GetSystemMetrics 获取屏幕分辨率。
操作像素点颜色：使用 GDI 的 GetPixel 和 SetPixel 函数操作像素点颜色。
保存位图和 JPG 格式图片：使用 GDI+ 库保存图片；使用 OpenCV 库简化图片处理。
图片数据的处理和存储：提取位图数据并保存到文件；使用 OpenCV 读取、处理和存储图片数据。

通过合理运用这些技术，可以大大提高图形编程的效率和代码的可维护性。在实际开发中，选择合适的库和方法，根据具体需求进行优化和改进，将能够显著提升图形应用程序的性能和用户体验。

web安全工具库

关注

4
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
如何通过编程获取桌面分辨率、操作像素点颜色、保存位图和JPG格式图片，以及图片数据的处理和存储方式

本文详细介绍了如何通过编程获取桌面分辨率、操作像素点颜色、保存位图和 JPG 格式图片，以及图片数据的处理和存储方式。通过这些案例，希望能够帮助你更好地理解和应用图形编程中的各种技术。获取桌面分辨率：使用获取屏幕分辨率。操作像素点颜色：使用 GDI 的 GetPixel 和 SetPixel 函数操作像素点颜色。保存位图和 JPG 格式图片：使用 GDI+ 库保存图片；使用 OpenCV 库简化图片处理。图片数据的处理和存储：提取位图数据并保存到文件；
复制链接

扫一扫