C#实现卷积平滑（图像处理）

在C#中使用卷积滤波器来实现图像平滑处理，我们可以使用 System.Drawing
库来操作图像。下面是一个具体的示例，演示如何加载图像、应用卷积平滑滤波器，并保存处理后的图像。

1. 安装 System.Drawing.Common

首先，确保你已经安装了 System.Drawing.Common 库。你可以在项目的NuGet包管理器中搜索并安装这个库，或者使用以下命令：

dotnet add package System.Drawing.Common

2. 实现卷积滤波器

以下是一个具体的实现代码，应用一个简单的3x3均值滤波器来进行平滑处理。

using System;using System.Drawing;using System.Drawing.Imaging;
public class ConvolutionFilter
{
    public static Bitmap ApplyConvolutionFilter(Bitmap sourceImage, float[,] kernel)
    {
        int width = sourceImage.Width;
        int height = sourceImage.Height;
        BitmapData srcData = sourceImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadOnly, PixelFormat.Format32bppArgb);
        Bitmap resultImage = new Bitmap(width, height);
        BitmapData resultData = resultImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.WriteOnly, PixelFormat.Format32bppArgb);

        int bytesPerPixel = 4;
        int stride = srcData.Stride;
        IntPtr srcScan0 = srcData.Scan0;
        IntPtr resultScan0 = resultData.Scan0;
        int kernelWidth = kernel.GetLength(1);
        int kernelHeight = kernel.GetLength(0);
        int kernelOffset = kernelWidth / 2;

        unsafe
        {
            byte* srcPtr = (byte*)srcScan0.ToPointer();
            byte* resultPtr = (byte*)resultScan0.ToPointer();

            for (int y = kernelOffset; y < height - kernelOffset; y++)
            {
                for (int x = kernelOffset; x < width - kernelOffset; x++)
                {
                    float blue = 0.0f;
                    float green = 0.0f;
                    float red = 0.0f;

                    for (int ky = -kernelOffset; ky <= kernelOffset; ky++)
                    {
                        for (int kx = -kernelOffset; kx <= kernelOffset; kx++)
                        {
                            int pixelPos = ((y + ky) * stride) + ((x + kx) * bytesPerPixel);
                            blue += srcPtr[pixelPos] * kernel[ky + kernelOffset, kx + kernelOffset];
                            green += srcPtr[pixelPos + 1] * kernel[ky + kernelOffset, kx + kernelOffset];
                            red += srcPtr[pixelPos + 2] * kernel[ky + kernelOffset, kx + kernelOffset];
                        }
                    }

                    int resultPos = (y * stride) + (x * bytesPerPixel);
                    resultPtr[resultPos] = (byte)Math.Min(Math.Max(blue, 0), 255);
                    resultPtr[resultPos + 1] = (byte)Math.Min(Math.Max(green, 0), 255);
                    resultPtr[resultPos + 2] = (byte)Math.Min(Math.Max(red, 0), 255);
                    resultPtr[resultPos + 3] = 255; // Alpha channel
                }
            }
        }

        sourceImage.UnlockBits(srcData);
        resultImage.UnlockBits(resultData);

        return resultImage;
    }
}

3. 使用卷积滤波器处理图像

using System;using System.Drawing;
class Program
{
    static void Main()
    {
        // 加载原始图像
        Bitmap sourceImage = new Bitmap("path_to_your_image.jpg");

        // 定义3x3均值滤波器
        float[,] kernel = {
            { 1 / 9f, 1 / 9f, 1 / 9f },
            { 1 / 9f, 1 / 9f, 1 / 9f },
            { 1 / 9f, 1 / 9f, 1 / 9f }
        };

        // 应用卷积滤波器
        Bitmap resultImage = ConvolutionFilter.ApplyConvolutionFilter(sourceImage, kernel);

        // 保存处理后的图像
        resultImage.Save("path_to_save_filtered_image.jpg");
    }
}

说明

• sourceImage.LockBits 和 UnlockBits 用于获取图像的像素数据。
• 卷积操作遍历图像的每个像素，并使用卷积核计算新像素值。
• 处理后的图像通过 resultImage.Save 方法保存到文件。

图像对比

• 原图：
  
• 处理后：
  

注意事项

• 确保路径 path_to_your_image.jpg 和 path_to_save_filtered_image.jpg 是正确的。
• System.Drawing 适用于桌面应用。如果在其他平台（如 ASP.NET Core）上使用，可能需要其他库（如 ImageSharp）。

通过上述步骤，你可以在C#中实现卷积滤波器，对图像进行平滑处理。