? ? ? ? 本文主要講述基于VC++6.0 MFC圖像處理的應(yīng)用知識，主要結(jié)合自己大三所學(xué)課程《數(shù)字圖像處理》及課件進行講解，主要通過MFC單文檔視圖實現(xiàn)顯示BMP圖片點運算處理，包括圖像灰度線性變換、灰度非線性變換、圖像閾值化處理、圖像均衡化處理等知識，并結(jié)合前一篇論文灰度直方圖進行展示 。同時文章比較詳細基礎(chǔ)，希望該篇文章對你有所幫助，尤其是初學(xué)者和學(xué)習(xí)圖像處理的學(xué)生。
? ? ? ?【數(shù)字圖像處理】一.MFC詳解顯示BMP格式圖片
? ? ? ?【數(shù)字圖像處理】二.MFC單文檔分割窗口顯示圖片
? ? ? ?【數(shù)字圖像處理】三.MFC實現(xiàn)圖像灰度、采樣和量化功能詳解
? ? ? ?【數(shù)字圖像處理】四.MFC對話框繪制灰度直方圖
? ? ? ??免費資源下載地址：
? ? ? ??http://download.csdn.net/detail/eastmount/8764373

一. 點運算與初始操作

? ? ? ? 圖像的點運算是圖像處理中非?；A(chǔ)的技術(shù)，它主要用于改變一篇圖像的灰度分布范圍，通過一定的變換函數(shù)將圖像的像素進行轉(zhuǎn)換，最終生成一幅新的圖像。點運算的最大特點就是輸出像素值只與當(dāng)前輸入像素值相關(guān)。定義如下。
? ? ? ? 點運算(Point Operation)指對于一幅輸入圖像，將產(chǎn)生一幅輸出圖像，輸出圖像的每個像素點的灰度值由輸入像素點決定。
? ? ? ? 點運算由灰度變換函數(shù)(Grap Scale Transformation，GST)確定：B(x,y)=F[A(x,y)]
? ? ? ? 需要注意一下幾點：
? ? ? ? (1).與局部或鄰域運算的差別，輸入像素和輸出像素是一一對應(yīng)的；(2).與幾何運算的差別，不改變圖像的空間關(guān)系；(3).又稱為對比增強，對比拉伸或灰度變換。

? ? ? ? 在前面第四篇博客的基礎(chǔ)上增加點運算處理。
? ? ? ? 第一步：在資源視圖中Menu中添加“圖像點運算”菜單欄如下所示：

? ? ? ? 對應(yīng)的ID值為：
? ? ? ? 線性變換 ID_DYS_XXYD(點運算 線性移動) ID_DYS_XXZQ( 點運算 線性增強)
? ? ? ? ? ? ? ? ? ? ? ?ID_DYS_XXJX(點運算 線性減小) ?ID_DYS_XXQB(點運算 線性求補)
? ? ? ? 非線性變換 ID_DYS_FXXPF(點運算 非線性平方) ID_DYS_FXXHS(非線性函數(shù))
? ? ? ? 閾值變換 ID_DYS_YZBH(點運算 閾值變換)?圖像均衡化 ID_DYS_JHH

? ? ? ? 第二步：打開類向?qū)?Ctrl+W)，為點運算每個ID菜單添加相應(yīng)的功能處理函數(shù)，如下圖所示：選擇類CImageProcessingView，在選擇IDs為ID_DYS_...(點運算)添加函數(shù)OnDysXxqb()線性求補。

二. 線性變換

? ? ? ? 圖像線性變換是通過建立灰度映射來調(diào)整資源圖像的灰度，從而達到圖像增強的目的。其中GST函數(shù)f(D)為線性的，即：

? ? ? ? 若a=1,b=0圖像像素不發(fā)生變化
? ? ? ? 若a=1,b!=0圖像所有灰度值上移或下移
? ? ? ? 若a>1輸出圖像對比度增強
? ? ? ? 若0<a<1輸出圖像對比度減小
? ? ? ? 若a<0暗區(qū)域變亮，亮區(qū)域變暗，圖像求補


? ? ? ??1.D(B)=D(A)+50
? ? ? ? 首先是圖像移動，代碼如下：
/**********************************************************************/ /* 圖像點運算 4種線性變化直方圖： /* ID_DYS_XXYD:表示線性灰度變化移動 D(B)=D(A)+50 灰度值上移下移 /* ID_DYS_XXZQ:表示線性灰度變化增強 D(B)=1.5*D(A) 圖像對比度增強 /* ID_DYS_XXJX:表示線性灰度變化減小 D(B)=0.8*D(A) 圖像對比度減小 /* ID_DYS_XXQB:表示線性灰度求補 D(B)=-1*D(A)+255 圖像暗區(qū)變亮,亮區(qū)變暗 /**********************************************************************/// 1.點運算 線性灰度變化移動 D(B)=D(A)+50 void CImageProcessingView::OnDysXxyd() {// TODO: Add your command handler code hereif(numPicture==0) {AfxMessageBox("載入圖片后才能線性灰度運算!",MB_OK,0);return;}AfxMessageBox("線性灰度直方圖-灰度變化移動 D(B)=D(A)+50!",MB_OK,0);int i;//打開臨時的圖片F(xiàn)ILE *fpo = fopen(BmpName,"rb");FILE *fpw = fopen(BmpNameLin,"wb+");//讀取文件fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo);fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo);fwrite(&bfh,sizeof(BITMAPFILEHEADER),1,fpw);fwrite(&bih,sizeof(BITMAPINFOHEADER),1,fpw);//灰度圖像unsigned char color;unsigned char red,green,blue;for( i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);if( (int)red+50 >255 )red=255;elsered=(int)red+50;if( (int)green+50>255 )green=255;elsegreen=(int)green+50; if( (int)blue+50>255 )blue=255;elseblue=(int)blue+50;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101; //賦值101在ShowBitmap中調(diào)用顯示處理后的圖片Invalidate(); }

? ? ? ? 同時修改void CImageProcessingView::ShowBitmap(CDC *pDC,?
CString BmpName)函數(shù)中的代碼：

else //圖像點運算 線性變化 if(level=101) {m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION); } ? ? ? ? 運行效果如下圖所示，同時我截取了直方圖(RGB相同只顯示一種)。

? ? ? ? 可以發(fā)現(xiàn)圖像的灰度上移了50，圖像更白了（黑0-255白）。

? ? ? ? 2.D(B)=1.5*D(A) // 2.點運算 線性灰度變化增強 D(B)=1.5*D(A) void CImageProcessingView::OnDysXxzq() {if(numPicture==0) {AfxMessageBox("載入圖片后才能線性灰度運算!",MB_OK,0);return;}AfxMessageBox("線性灰度直方圖-灰度變化增強 D(B)=1.5*D(A)!",MB_OK,0);int i;//打開臨時的圖片F(xiàn)ILE *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);//灰度圖像unsigned char color;unsigned char red,green,blue;for( i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);if( (int)red*1.5 >255 )red=255;elsered=(int)red*1.5;if( (int)green*1.5>255 )green=255;elsegreen=(int)green*1.5; if( (int)blue*1.5>255 )blue=255;elseblue=(int)blue*1.5;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101; //線性變化 ShowBitmap中調(diào)用Invalidate(); } ? ? ? ? 運行效果如下圖所示，圖像對比度增強，平均灰度122*1.5=181

? ? ? ? 3.D(B)=0.8*D(A)
// 3.點運算 線性灰度變化減小D(B)=0.8*D(A) void CImageProcessingView::OnDysXxjx() {if(numPicture==0) {AfxMessageBox("載入圖片后才能線性灰度處理!",MB_OK,0);return;}AfxMessageBox("線性灰度直方圖-灰度減小 D(B)=0.8*D(A)!",MB_OK,0);int i;//打開臨時的圖片F(xiàn)ILE *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);//灰度圖像unsigned char color;unsigned char red,green,blue;for( i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);red=(int)red*0.8;green=(int)green*0.8; blue=(int)blue*0.8;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101;Invalidate(); } ? ? ? ? 運行如下圖所示，圖像減弱。



? ? ? ? 4.D(B)=-1*D(A)+255
// 4.點運算 線性灰度求補 D(B)=-1*D(A)+255 void CImageProcessingView::OnDysXxqb() {if(numPicture==0) {AfxMessageBox("載入圖片后才能線性灰度處理!",MB_OK,0);return;}AfxMessageBox("線性灰度直方圖-灰度求補 D(B)=-1*D(A)+255!",MB_OK,0);int i;//打開臨時的圖片F(xiàn)ILE *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);//灰度圖像unsigned char color;unsigned char red,green,blue;for( i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);red=(int)red*(-1)+255;green=(int)green*(-1)+255; blue=(int)blue*(-1)+255;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101;Invalidate(); } ? ? ? ? 運行效果如下圖所示，它是圖像的求補，發(fā)現(xiàn)直方圖是互補的。

? ? ? ? PS:注意圖片下面的直方圖應(yīng)該還有一個處理后的直方圖，但原理都一樣，我不想重復(fù)工作，你自己可以去簡單實現(xiàn)下，參考第四篇文章。同時這些圖片制作還挺麻煩的，只是為了給你更好的呈現(xiàn)它們的變化，希望對你有用和尊重作者，不喜勿噴~

三. 非線性變換

? ? ? ? 灰度非線性變換主要包括對數(shù)變換、冪次變換、指數(shù)變換、分段函數(shù)變換，通過非線性關(guān)系對圖像進行灰度處理，下面主要講解課件中的兩個函數(shù)對其進行處理。其中對數(shù)變換實現(xiàn)了擴展低灰度值而壓縮高灰度值的效果，圖像灰度分布更符合而你的視覺特征。

? ? ? ? 1.D(B)=D(A)*D(A)/252
/************************************************************************/ /* 2種非線性變化直方圖： /* ID_DYS_FXXPF:表示非線性平方灰度變化,D(B)=D(A)*D(A)/255 /* ID_DYS_FXXHS:表示非線性函數(shù)灰度變化,D(B)=D(A)+0.8*D(A)*(255-D(A))/255 /************************************************************************/// 非線性平方灰度變化 D(B)=D(A)*D(A)/252 void CImageProcessingView::OnDysFxxpf() {if(numPicture==0){AfxMessageBox("載入圖片后才能非線性灰度處理!",MB_OK,0);return;}AfxMessageBox("非線性灰度變化 D(B)=D(A)*D(A)/255!",MB_OK,0);int i;//打開臨時的圖片F(xiàn)ILE *fpo = fopen(BmpName,"rb");FILE *fpw = fopen(BmpNameLin,"wb+");//讀取文件fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo);fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo);fwrite(&bfh,sizeof(BITMAPFILEHEADER),1,fpw);fwrite(&bih,sizeof(BITMAPINFOHEADER),1,fpw);//灰度圖像unsigned char color;unsigned char red,green,blue;for( i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);red=(int)red*(int)red/255;green=(int)green*(int)green/255;blue=(int)blue*(int)blue/255;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101;Invalidate(); }? ? ? ? 運行效果如下圖所示：

? ? ? ? 2.D(B)=D(A)+0.8*D(A)*(255-D(A))/255
// 非線性函數(shù)灰度變化 D(B)=D(A)+0.8*D(A)*(255-D(A))/255 void CImageProcessingView::OnDysFxxhs() {if(numPicture==0){AfxMessageBox("載入圖片后才能非線性灰度處理!",MB_OK,0);return;}AfxMessageBox("線性灰度直方圖-灰度變化增強 D(B)=D(A)+0.8*D(A)*(255-D(A))/255!",MB_OK,0);int i;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);unsigned char color;unsigned char red,green,blue;for( i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);if( ((int)red+0.8*(int)red*(255-(int)red)/255) > 255 )red=255;elsered=(int)red+0.8*(int)red*(255-(int)red)/255;if( ((int)green+0.8*(int)green*(255-(int)green)/255) > 255 )green=255;elsegreen=(int)green+0.8*(int)green*(255-(int)green)/255; if( ((int)blue+0.8*(int)blue*(255-(int)blue)/255) > 255 )blue=255;elseblue=(int)blue+0.8*(int)blue*(255-(int)blue)/255;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101;Invalidate(); }? ? ? ? 運行效果如下圖所示：


? ? ? ? 寫到此處你會發(fā)現(xiàn)圖像灰度的線性變換和非線性變換是非常簡單的，主要是通過以下步驟完成：
? ? ? ? 第一步：賦值處理后圖像的BMP頭信息
? ? ? ? ? ? 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);
? ? ? ? 第二步：通過循環(huán)和線性變換或非線性便函函數(shù)處理每一個像素
? ? ? ? ? ? for( i=0; i<m_nImage/3; i++ )
? ? ? ? ? ? {
? ? ? ? ? ? ? ? ?fread(&red,sizeof(char),1,fpo);
? ? ? ? ? ? ? ? ?處理像素RBG 如:red=(int)red*(int)red/255;
? ? ? ? ? ? ? ? ?fwrite(&red,sizeof(char),1,fpw);
? ? ? ? ? ? }
? ? ? ? ?第三步：調(diào)用ShowBitmap自定義函數(shù)并重繪圖像
? ? ? ? ? ??numPicture = 2;
? ? ? ? ? ? level=101;
? ? ? ? ? ? Invalidate();
? ? ? ? 而它的主要應(yīng)用包括：光度學(xué)標(biāo)定，希望數(shù)字圖像的灰度能夠真實反映圖像的物理特性；對比度增強和對比度擴展；顯示標(biāo)定和輪廓線確定(閾值化)。

四. 灰度閾值化

? ? ? ? 閾值又稱為臨界值，它的目的是確定出一個范圍，然后這個范圍內(nèi)的部分使用同一種方法處理，而閾值之外的部分則使用另一種處理方法或保持原樣。常用的包括產(chǎn)生二值圖：當(dāng)x<T時y=0，當(dāng)x>=T時y=255（其中T是閾值）。閾值變換在生物學(xué)上的應(yīng)用比較廣泛，常用語細胞圖像分割等。
? ? ? ? 打開類向?qū)?Ctrl+W)生成選擇ImageProcessingView類，IDs選擇ID_DYS_YZBH后添加相應(yīng)的函數(shù)。代碼如下：

/**************************************************************/ /* ID_DYS_YZBH:表示點運算閾值變換 也看做灰度拉伸 /* 此處的拉伸是：閾值化(thresholding)可以看作是削波的一個特例 /* 只要令削波中的g1old=g2old就實現(xiàn)了閾值化。 /* 閾值就象個門檻，比它大就是白，比它小就是黑,二值 /**************************************************************/void CImageProcessingView::OnDysYzbh() {if(numPicture==0){AfxMessageBox("載入圖片后才能點運算閾值化處理!",MB_OK,0);return;}AfxMessageBox("圖像點運算閾值化處理!",MB_OK,0);//讀寫文件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);//處理unsigned char color;unsigned char red,green,blue;for(int i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);if( (int)red > 128 )red=255;elsered=0;if( (int)green > 128 )green=255;elsegreen=0; if( (int)blue > 128 )blue=255;elseblue=0;fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpo);fclose(fpw);numPicture = 2;level=101;Invalidate(); } ? ? ? ? 運行效果如下圖所示，感覺還挺好看的，顯然此時的直方圖就是0和255兩條直線。

五. 灰度均衡化

? ? ? ? 灰度均衡化的目的是使一輸入圖像轉(zhuǎn)換為在每一灰度級上都有相同的像素點（即輸出的直方圖是平的），它可以產(chǎn)生一幅灰度級分布概率均衡的圖像。
? ? ? ? 換句話說，經(jīng)過均衡化后的圖像在每一級灰度上像素點的數(shù)量相差不大，對應(yīng)的灰度直方圖的每一級高度也相差不大。它是增強圖像的有效手段之一。
? ? ? ? 研究思路是通過直方圖變換公式實現(xiàn)：

? ? ? ? 它的步驟如下圖所示：

? ? ? ? 例：有一幅圖象，共有16級灰度，其直方圖分布為Pi, i=0,1,…,15，求經(jīng)直方圖均衡化后，量化級別為10級的灰度圖象的直方圖分布Qi，其中Pi和Qi為分布的概率，即灰度i出現(xiàn)的次數(shù)與總的點數(shù)之比。
? ? ? ??Pi：0.03, 0, 0.06, 0.10, 0.20,?0.11, 0, 0,?0, 0.03, 0, 0.06, 0.10,?0.20, 0.11, 0
? ? ? ??步驟1：用一個數(shù)組s記錄Pi，即s[0]=0.03,s[1]=0,s[2]=0.06,…,s[14]=0.11,s[15]=0
? ? ? ? 步驟2：i從1開始，令s[i]=s[i]+s[i-1]，得到的結(jié)果是s： 0.03,? 0.03,?0.09,? 0.19,? 0.39,?0.50,? 0.50,? 0.50,?0.50,? 0.53,? 0.53,?0.59,? 0.69,? 0.89,?1.0,? 1.0
? ? ? ??步驟3：用一個數(shù)組L記錄新的調(diào)色板索引值，即令L[i]=s[i]×(10-1)，得到的結(jié)果是L：0,0,1,2,4,5,5,5,5,5,5,5,6,8,9,9
? ? ? ? 這樣就找到了原來的調(diào)色板索引值和新的調(diào)色板索引值之間的對應(yīng)關(guān)系，即
? ? ? ? 0→0,? 1→0,?2→1,? 3→2,? 4→4,?5→5,? 6→5,? 7→5,?8→5,? 9→5,? 10→5,?11→5,? 12→6,? 13→8,?14→9,? 15→9。
? ? ? ?步驟4：將老的索引值對應(yīng)的概率合并，作為對應(yīng)的新的索引值的概率。例如，原來的索引值0,1都對應(yīng)了新的索引值0，則灰度索引值為0的概率為P0+P1=0.03；新的索引值3和7找不到老的索引值與之對應(yīng)，所以令Q3和Q7為0。最后得到的結(jié)果是Qi：0.03,? 0.06,?0.10,? 0,? 0.20,?0.20,? 0.10,? 0,?0.20,? 0.11?

? ? ? ? 代碼中有詳細注釋如下：
// ID_DYS_JHH:表示圖像均衡化 相見算法 void CImageProcessingView::OnDysJhh() {if(numPicture==0) {AfxMessageBox("載入圖片后才能圖像均衡化!",MB_OK,0);return;}AfxMessageBox("圖像均衡化!",MB_OK,0);//第一步:獲取圖像的數(shù)據(jù)信息//此操作可以在打開圖片時就進行 在直方圖采樣(ZFTCY)中也有該代碼FILE *fpo = fopen(BmpName,"rb");fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo);fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo);int i,j,k;for(j=0;j<256;j++) { //定義數(shù)組并清零Red[j]=0;Green[j]=0;Blue[j]=0;}//計算4個數(shù)據(jù)unsigned char red,green,blue;int IntRed,IntGreen,IntBlue; //強制轉(zhuǎn)換double sumRedHD=0,sumGreenHD=0,sumBlueHD=0; //記錄像素總的灰度值和for(i=0; i<m_nImage/3; i++ ){fread(&red,sizeof(char),1,fpo);IntRed=int(red);sumRedHD=sumRedHD+IntRed;if( IntRed>=0 && IntRed<256 ) Red[IntRed]++;fread(&green,sizeof(char),1,fpo);IntGreen=int(green);sumGreenHD=sumGreenHD+IntGreen;if( IntGreen>=0 && IntGreen<256 ) Green[IntGreen]++;fread(&blue,sizeof(char),1,fpo);IntBlue=int(blue);sumBlueHD=sumBlueHD+IntBlue;if( IntBlue>=0 && IntBlue<256 ) Blue[IntBlue]++;}fclose(fpo);/*****************************************************************//* 圖像均衡化處理 /* 利用全局變量 Red[256] Blue[256] Green[256] /* 第一步:用3個數(shù)組Count..記錄0-255灰度出現(xiàn)的概率，即 /* 概率=該灰度出現(xiàn)次數(shù)*3/總得像素 (因為分成3部分RGB) /* 第二步:i從1開始，令s[i]=s[i]+s[i-1] 記錄新概率數(shù) /* 第三步:用一個數(shù)組L記錄新的調(diào)色板索引值，即 /* L[i]=s[i]×(256-1)結(jié)果四舍五入2.8即為3 /* 第四步:將老的索引值對應(yīng)的概率合并，作為對應(yīng)的新的索引值的概率 /* 1.原來的索引值0,1都對應(yīng)了新的索引值0，則灰度索引值為0的概率 /* 為P0+P1=0.03 /* 2.新的索引值3和7找不到老的索引值與之對應(yīng)，所以令Q3和Q7為0 /*****************************************************************///記錄出現(xiàn)的概率,會加到1 用于相加到調(diào)色板float CountRed[256],CountGreen[256],CountBlue[256]; //記錄原始數(shù)據(jù),不會相加到1 用于計算新灰度概率float CountRedLin[256],CountGreenLin[256],CountBlueLin[256]; for( k=0 ; k<256 ; k++ ){CountRed[k]=(float)(Red[k])*3/m_nImage;CountRedLin[k]=CountRed[k];CountGreen[k]=(float)(Green[k])*3/m_nImage;CountGreenLin[k]=CountGreen[k];CountBlue[k]=(float)(Blue[k])*3/m_nImage;CountBlueLin[k]=CountBlue[k];}for( k=1 ; k<256 ; k++ ){ CountRed[k]=CountRed[k]+CountRed[k-1];CountGreen[k]=CountGreen[k]+CountGreen[k-1];CountBlue[k]=CountBlue[k]+CountBlue[k-1];}/****************************************************//* 此處百度到一個四舍五入浮點型的算法: /* float a=3.456; 保留到小數(shù)點后兩位 /* float b=(int)((a * 100) + 0.5) / 100.0; /* output b=3.46 /****************************************************/int LRed[256],LGreen[256],LBlue[256]; //記錄調(diào)色板for( k=0 ; k<256 ; k++ ){LRed[k]=(int)(CountRed[k]*(256-1)+0.5);LGreen[k]=(int)(CountGreen[k]*(256-1)+0.5);LBlue[k]=(int)(CountBlue[k]*(256-1)+0.5);}//第三步:處理均衡化圖像寫入 打開臨時的圖片fpo = fopen(BmpName,"rb");fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo);fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo);FILE *fpw = fopen(BmpNameLin,"wb+");fwrite(&bfh,sizeof(BITMAPFILEHEADER),1,fpw);fwrite(&bih,sizeof(BITMAPINFOHEADER),1,fpw);//m_nWidth*m_nHeight 讀取圖片最后一行不為m_nWidth時會報錯 改為m_nImage/3for( i=0; i<m_nImage/3 ; i++ ){ fread(&red,sizeof(char),1,fpo);fread(&green,sizeof(char),1,fpo);fread(&blue,sizeof(char),1,fpo);red=LRed[int(red)];green=LGreen[int(green)];blue=LBlue[int(blue)];fwrite(&red,sizeof(char),1,fpw);fwrite(&green,sizeof(char),1,fpw);fwrite(&blue,sizeof(char),1,fpw);}fclose(fpw);numPicture = 2;level=101;Invalidate(); }? ? ? ? 運行結(jié)果如下圖所示，圖像增強而且異常清晰：


? ? ? ? 最后介紹下圖像對比度拉伸，它就是把你感興趣的灰度范圍拉開，使得該范圍內(nèi)像素，亮的更亮，暗的更暗，從而達到增強對比度的目的。
? ? ? ? 如下圖所示，a、b、c為三段直線的斜率，g1old和g2old表示途中要進行對比度擴展的范圍，g1new和g2new表示對應(yīng)的新值。當(dāng)g1old=g2old就是二值圖像閾值化處理。
? ? ? ? ? ??由于灰度界別也是255這個約束，所以滿足

? ? ? ?其中g(shù)1old=100，g2old=150，b=3.0的運行效果如下所示：

? ? ? ? 最后還是希望文章對你有所幫助，如果文章有不足或錯誤之處，請海涵。最近挺忙的，寫這些古老的文章有人說在浪費青春，但我還是準(zhǔn)備把這個系列講完，非常高興以前的代碼注釋和風(fēng)格都不錯，回憶起來挺好的，希望你也能養(yǎng)成好的代碼和注釋風(fēng)格~
? ? ? （By:Eastmount 2015-06-02 下午4點 ??http://blog.csdn.net/eastmount/）

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的【数字图像处理】五.MFC图像点运算之灰度线性变化、灰度非线性变化、阈值化和均衡化处理详解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。