【數字影象處理】七.MFC影象增強之影象普通平滑、高斯平滑、Laplacian、Sobel、Prewitt銳化詳解
阿新 • • 發佈:2019-01-02
程式碼如下:
3.高斯平滑
採用的模板如下:
程式碼如下圖所示:
4.中值濾波
中值濾波我的理解是:它不但可以去除孤點噪聲,而且可以保持影象的邊緣特性,不會產生顯著的模糊;它的方法是把區域性區域的畫素按灰度等級進行排序,再取該鄰域中灰度的中值作為當前畫素的灰度值。其步驟如下:
(1).將濾波模板(含若干個點的滑動視窗)在影象中漫遊,並將模板中心與影象中的某個畫素位置重合;
(2).讀取模板中各對應畫素的灰度值;
(3).將這些灰度值從小到大排序;
(4).取這一列資料的中間資料,將其賦值給對應模板中心位置的畫素。
我採用的是3*3的模本,取矩陣中間位置畫素替代原畫素。程式碼如下:
PS:這部分總算講述完成,演算法都是根據自己的理解用底層程式碼實現的,而不是向其它的通過呼叫GDI+庫實現。可能存在因為理解不夠或其它的錯誤,歡迎提出修改~
你可能注意到了,在影象處理過程中,如果每行的位元組數不是4的倍數,可能會出現斜線之類的處理BUG,所以需要手動補0籌齊4的倍數,程式碼中補0後執行效果如下圖所示,我也一直沒找到原因,可能是思想和深度還沒有達到,以後有機會在解決吧!同時後面的演算法都不準備再進行補0處理,主要講述演算法的思想!void CImageProcessingView::OnTxzqPtph2() { if(numPicture==0) { AfxMessageBox("載入圖片後才能影象增強(平滑)!",MB_OK,0); return; } AfxMessageBox("影象增強(平滑)!選取的模板為:普通平滑 模板二",MB_OK,0); /*第一步:先定義資料模板*/ int HWS=3; float H2[3][3]={{1.0/8,1.0/8,1.0/8}, //模板三:係數1/8 此種情況為把點轉為空心矩形 {1.0/8,0.0/8,1.0/8}, {1.0/8,1.0/8,1.0/8}}; //開啟臨時的圖片 FILE *fpo = fopen(BmpName,"rb"); FILE *fpw = fopen(BmpNameLin,"wb+"); fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo); fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo); //重點:影象的每行畫素都必須是4的倍數:1*1的影象為 r g b 00H int num; //記錄每行多餘的影象素數個數 int sfSize; //補齊後的影象大小 if(m_nWidth*3%4!=0) { num=(4-m_nWidth*3%4); sfSize=(m_nWidth*3+num)*m_nHeight; //每行多number個 } else { num=0; sfSize=m_nWidth*m_nHeight*3; } /*更改檔案頭資訊 定義臨時檔案頭結構變數*/ BITMAPFILEHEADER bfhsf; BITMAPINFOHEADER bihsf; bfhsf=bfh; bihsf=bih; bfhsf.bfSize=sfSize+54; fwrite(&bfhsf,sizeof(BITMAPFILEHEADER),1,fpw); fwrite(&bihsf,sizeof(BITMAPINFOHEADER),1,fpw); fread(m_pImage,m_nImage,1,fpo); //new和delete有效的進行動態記憶體的分配和釋放 unsigned char *ImageSize; ImageSize = new unsigned char[sfSize]; float red,green,blue; int X,Y; //一維座標轉換為二維座標 int TR,TG,TB; //記錄紅綠藍座標位置 int countWidth=0; //記錄每行的畫素個數,滿行時變回0 int place=0; //建立臨時座標 記錄起始座標(0,0)平移過來的位置 //影象增強 平滑 for(int i=0; i<m_nImage; ) { //原圖一維矩陣轉換為二維矩陣 X=(i/3)%m_nWidth; //影象在X列 Y=(i/3)/m_nWidth; //影象在Y行 //賦值為黑色,相當於清零 red=green=blue=0; //對影象進行畫素求和並取平均值 HWS維數 for(int j=Y-HWS/2 ; j<Y+HWS/2+1 ; j++ ) //第j行 { for(int k=X-HWS/2 ; k<X+HWS/2+1 ; k++ ) //第k列 { if( j>=0 && k>=0 && k<m_nWidth && j<m_nHeight ) //防止越界 { //模板二 進行模板平均,把該點畫素分散到四周 TR=j*m_nWidth*3+k*3; red+=H2[(j-Y+HWS/2)][(k-X+HWS/2)]*(float)(m_pImage[TR]); TG=j*m_nWidth*3+k*3+1; green+=H2[(j-Y+HWS/2)][(k-X+HWS/2)]*(float)(m_pImage[TG]); TB=j*m_nWidth*3+k*3+2; blue+=H2[(j-Y+HWS/2)][(k-X+HWS/2)]*(float)(m_pImage[TB]); } } } //對新影象賦值 //通過變數place賦值變換後的影象 i始終指向原圖3的倍數 為了補0而新增place變數 ImageSize[place]=(unsigned char)(red); i++; place++; ImageSize[place]=(unsigned char)(green); i++; place++; ImageSize[place]=(unsigned char)(blue); i++; place++; countWidth=countWidth+3; if(countWidth==m_nWidth*3) { if(num==0) { countWidth=0; place=Y*m_nWidth*3; } else //num為補0 { for(int n=0;n<num;n++) { ImageSize[place]=0; place++; } countWidth=0; place=Y*(m_nWidth*3+num); //重點 新增Num } } } fwrite(ImageSize,sfSize,1,fpw); fclose(fpo); fclose(fpw); numPicture=2; level=400; Invalidate(); }
3.高斯平滑
採用的模板如下:
程式碼如下圖所示:
執行效果如下圖所示://高斯平滑 void CImageProcessingView::OnTxzqGsph() { if(numPicture==0) { AfxMessageBox("載入圖片後才能影象增強(平滑)!",MB_OK,0); return; } AfxMessageBox("影象增強(平滑)!選取的模板為:高斯平滑",MB_OK,0); /*第一步:先定義資料模板*/ int HWS=3; //模板維數為3維 float H[3][3]={{1.0/16,2.0/16,1.0/16}, //高斯模板 係數1/16 {2.0/16,4.0/16,2.0/16}, {1.0/16,2.0/16,1.0/16}}; //開啟臨時的圖片 FILE *fpo = fopen(BmpName,"rb"); FILE *fpw = fopen(BmpNameLin,"wb+"); fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo); fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo); fwrite(&bfh,sizeof(BITMAPFILEHEADER),1,fpw); fwrite(&bih,sizeof(BITMAPINFOHEADER),1,fpw); fread(m_pImage,m_nImage,1,fpo); //new和delete有效的進行動態記憶體的分配和釋放 unsigned char *ImageSize; ImageSize = new unsigned char[m_nImage]; float red,green,blue; int X,Y; //一維座標轉換為二維座標 int TR,TG,TB; //記錄紅綠藍座標位置 //影象增強:平滑 for(int i=0; i<m_nImage ; i=i+3 ) { //原圖:一維矩陣轉換為二維矩陣 X=(i/3)%m_nWidth; //影象在X列 Y=(i/3)/m_nWidth; //影象在Y行 //賦值為黑色,相當於清零 red=green=blue=0; //對影象進行畫素求和並取平均值 HWS維數 for(int j=Y-HWS/2 ; j<Y+HWS/2+1 ; j++ ) //第j行 { for(int k=X-HWS/2 ; k<X+HWS/2+1 ; k++ ) //第k列 { if( j>=0 && k>=0 && k<m_nWidth && j<m_nHeight ) //防止越界 { //模板二 進行模板平均,把該點畫素分散到四周 TR=j*m_nWidth*3+k*3; red+=H[(j-Y+HWS/2)][(k-X+HWS/2)]*(float)(m_pImage[TR]); TG=j*m_nWidth*3+k*3+1; green+=H[(j-Y+HWS/2)][(k-X+HWS/2)]*(float)(m_pImage[TG]); TB=j*m_nWidth*3+k*3+2; blue+=H[(j-Y+HWS/2)][(k-X+HWS/2)]*(float)(m_pImage[TB]); } } } //對新影象賦值 ImageSize[i]=(unsigned char)(red); ImageSize[i+1]=(unsigned char)(green); ImageSize[i+2]=(unsigned char)(blue); } fwrite(ImageSize,m_nImage,1,fpw); fclose(fpo); fclose(fpw); numPicture = 2; level=400; Invalidate(); }
4.中值濾波
中值濾波我的理解是:它不但可以去除孤點噪聲,而且可以保持影象的邊緣特性,不會產生顯著的模糊;它的方法是把區域性區域的畫素按灰度等級進行排序,再取該鄰域中灰度的中值作為當前畫素的灰度值。其步驟如下:
(1).將濾波模板(含若干個點的滑動視窗)在影象中漫遊,並將模板中心與影象中的某個畫素位置重合;
(2).讀取模板中各對應畫素的灰度值;
(3).將這些灰度值從小到大排序;
(4).取這一列資料的中間資料,將其賦值給對應模板中心位置的畫素。
我採用的是3*3的模本,取矩陣中間位置畫素替代原畫素。程式碼如下:
//中值濾波
void CImageProcessingView::OnTxzqZzlb()
{
if(numPicture==0) {
AfxMessageBox("載入圖片後才能影象增強(平滑)!",MB_OK,0);
return;
}
AfxMessageBox("影象增強(平滑)!選取的模板為:中值濾波",MB_OK,0);
//開啟臨時的圖片
FILE *fpo = fopen(BmpName,"rb");
FILE *fpw = fopen(BmpNameLin,"wb+");
fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo);
fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo);
fwrite(&bfh,sizeof(BITMAPFILEHEADER),1,fpw);
fwrite(&bih,sizeof(BITMAPINFOHEADER),1,fpw);
fread(m_pImage,m_nImage,1,fpo);
//new和delete有效的進行動態記憶體的分配和釋放
unsigned char *ImageSize;
ImageSize = new unsigned char[m_nImage];
int X,Y; //一維座標轉換為二維座標
int TR,TG,TB; //記錄紅綠藍座標位置
//選取它為中心的周圍9個點畫素(注意一個點為RGB)
int H[9]={0,0,0,0,0,0,0,0,0};
int HWS=3; //維數為三維
//影象增強:平滑 它要獲取源影象周圍9個點的矩陣乘以模板9個點的矩陣,故一維影象轉二維
for(int i=0; i<m_nImage ; i=i+3 )
{
//原圖:一維矩陣轉換為二維矩陣
X=(i/3)%m_nWidth; //影象在X列
Y=(i/3)/m_nWidth; //影象在Y行
//第一行 第一列 最後一行 最後一列 直接複製
if(X==0 || Y==0 || X==m_nWidth*3 || Y==m_nHeight)
{
if(i+2>m_nImage) break;
ImageSize[i] = m_pImage[i];
ImageSize[i+1] = m_pImage[i+1];
ImageSize[i+2] = m_pImage[i+2];
continue;
}
//對影象進行畫素求和並取平均值 HWS維數
int num=0;
for(int j=Y-HWS/2 ; j<Y+HWS/2+1 ; j++ ) //第j行
{
for(int k=X-HWS/2 ; k<X+HWS/2+1 ; k++ ) //第k列
{
if( j>=0 && k>=0 && k<m_nWidth && j<m_nHeight ) //防止越界
{
//獲取當前位置Red畫素 k一次增加RGB三個畫素 R=G=B
TR = j*m_nWidth*3+k*3;
H[num] = m_pImage[TR];
num++;
}
}
}
//排序獲取中間值
int temp=0;
for(int x=0;x<9;x++)
{
for(int y=x;y<9;y++)
{
if(H[x]>=H[y])
{
temp=H[x];
H[x]=H[y];
H[y]=temp;
}
}
}
//CString str;
//str.Format("矩陣:%d %d %d, %d %d %d, %d %d %d",H[0],H[1],H[2],H[3],H[4],H[5],H[6],H[7],H[8]);
//AfxMessageBox(str);
//對新影象賦值 灰度影象RGB相同
ImageSize[i]=H[4];
ImageSize[i+1]=H[4];
ImageSize[i+2]=H[4];
}
fwrite(ImageSize,m_nImage,1,fpw);
fclose(fpo);
fclose(fpw);
numPicture = 2;
level=400;
Invalidate();
}
執行效果如下圖所示:PS:這部分總算講述完成,演算法都是根據自己的理解用底層程式碼實現的,而不是向其它的通過呼叫GDI+庫實現。可能存在因為理解不夠或其它的錯誤,歡迎提出修改~