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
?本文主要講述基于VC++6.0 MFC圖像處理的應(yīng)用知識(shí)，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(jìn)行講解，主要通過MFC單文檔視圖實(shí)現(xiàn)顯示BMP圖片點(diǎn)運(yùn)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(shí)，并結(jié)合前一篇論文灰度直方圖進(jìn)行展示 。同時(shí)文章比較詳細(xì)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(shí)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(fèi)資源下載地址：
? ? ? ??http://download.csdn.net/detail/eastmount/8764373
?
一. 點(diǎn)運(yùn)算與初始操作
? ? ? ? 圖像的點(diǎn)運(yùn)算是圖像處理中非常基礎(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(jìn)行轉(zhuǎn)換，最終生成一幅新的圖像。點(diǎn)運(yùn)算的最大特點(diǎn)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(diǎn)運(yùn)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(gè)像素點(diǎn)的灰度值由輸入像素點(diǎn)決定。
? ? ? ? 點(diǎn)運(yùn)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(diǎn)：
? ? ? ? (1).與局部或鄰域運(yùn)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(yùn)算的差別，不改變圖像的空間關(guān)系；(3).又稱為對比增強(qiáng)，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(diǎn)運(yùn)算處理。
? ? ? ? 第一步：在資源視圖中Menu中添加“圖像點(diǎn)運(yùn)算”菜單欄如下所示：
? ? ? ? 對應(yīng)的ID值為：
? ? ? ? 線性變換 ID_DYS_XXYD(點(diǎn)運(yùn)算 線性移動(dòng)) ID_DYS_XXZQ( 點(diǎn)運(yùn)算 線性增強(qiáng))
? ? ? ? ? ? ? ? ? ? ? ?ID_DYS_XXJX(點(diǎn)運(yùn)算 線性減小) ?ID_DYS_XXQB(點(diǎn)運(yùn)算 線性求補(bǔ))
? ? ? ? 非線性變換 ID_DYS_FXXPF(點(diǎn)運(yùn)算 非線性平方) ID_DYS_FXXHS(非線性函數(shù))
? ? ? ? 閾值變換 ID_DYS_YZBH(點(diǎn)運(yùn)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(diǎn)運(yùn)算每個(gè)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(diǎn)運(yùn)算)添加函數(shù)OnDysXxqb()線性求補(bǔ)。
?
?
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(dá)到圖像增強(qiáng)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(qiáng)
? ? ? ? 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(bǔ)
?
? ? ? ??1.D(B)=D(A)+50
? ? ? ? 首先是圖像移動(dòng)，代碼如下：
/**********************************************************************/
/* 圖像點(diǎn)運(yùn)算 4種線性變化直方圖：
/* ID_DYS_XXYD:表示線性灰度變化移動(dòng) 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(qiáng) D(B)=1.5*D(A) 圖像對比度增強(qiáng)
/* 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(bǔ) D(B)=-1*D(A)+255 圖像暗區(qū)變亮,亮區(qū)變暗
/**********************************************************************/
// 1.點(diǎn)運(yùn)算 線性灰度變化移動(dòng) D(B)=D(A)+50
void CImageProcessingView::OnDysXxyd()
{
// TODO: Add your command handler code here
if(numPicture==0) {
AfxMessageBox("載入圖片后才能線性灰度運(yùn)算!",MB_OK,0);
return;
}
AfxMessageBox("線性灰度直方圖-灰度變化移動(dòng) D(B)=D(A)+50!",MB_OK,0);
int i;
//打開臨時(shí)的圖片
FILE *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;
else
red=(int)red+50;
if( (int)green+50>255 )
green=255;
else
green=(int)green+50;
if( (int)blue+50>255 )
blue=255;
else
blue=(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(shí)修改void CImageProcessingView::ShowBitmap(CDC *pDC,?
CString BmpName)函數(shù)中的代碼：
else //圖像點(diǎn)運(yùn)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(yùn)行效果如下圖所示，同時(shí)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(diǎn)運(yùn)算 線性灰度變化增強(qiáng) 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(yùn)算!",MB_OK,0);
return;
}
AfxMessageBox("線性灰度直方圖-灰度變化增強(qiáng) D(B)=1.5*D(A)!",MB_OK,0);
int i;
//打開臨時(shí)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);
//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;
else
red=(int)red*1.5;
if( (int)green*1.5>255 )
green=255;
else
green=(int)green*1.5;
if( (int)blue*1.5>255 )
blue=255;
else
blue=(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(yùn)行效果如下圖所示，圖像對比度增強(qiáng)，平均灰度122*1.5=181
?
?
? ? ? ? 3.D(B)=0.8*D(A)
// 3.點(diǎn)運(yùn)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(shí)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);
//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(yùn)行如下圖所示，圖像減弱。
? ? ? ? 4.D(B)=-1*D(A)+255
// 4.點(diǎn)運(yùn)算 線性灰度求補(bǔ) 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(bǔ) D(B)=-1*D(A)+255!",MB_OK,0);
int i;
//打開臨時(shí)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);
//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(yùn)行效果如下圖所示，它是圖像的求補(bǔ)，發(fā)現(xiàn)直方圖是互補(bǔ)的。
? ? ? ? PS:注意圖片下面的直方圖應(yīng)該還有一個(gè)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(shí)現(xiàn)下，參考第四篇文章。同時(shí)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(jìn)行灰度處理，下面主要講解課件中的兩個(gè)函數(shù)對其進(jìn)行處理。其中對數(shù)變換實(shí)現(xiàn)了擴(kuò)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(shí)的圖片
FILE *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(yùn)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(qiáng) 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;
else
red=(int)red+0.8*(int)red*(255-(int)red)/255;
if( ((int)green+0.8*(int)green*(255-(int)green)/255) > 255 )
green=255;
else
green=(int)green+0.8*(int)green*(255-(int)green)/255;
if( ((int)blue+0.8*(int)blue*(255-(int)blue)/255) > 255 )
blue=255;
else
blue=(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(yùn)行效果如下圖所示：
? ? ? ? 寫到此處你會(huì)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(gè)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(shí)反映圖像的物理特性；對比度增強(qiáng)和對比度擴(kuò)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(gè)范圍，然后這個(gè)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(shí)y=0，當(dāng)x>=T時(shí)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(xì)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(diǎn)運(yùn)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(gè)特例
/* 只要令削波中的g1old=g2old就實(shí)現(xiàn)了閾值化。
/* 閾值就象個(gè)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(diǎn)運(yùn)算閾值化處理!",MB_OK,0);
return;
}
AfxMessageBox("圖像點(diǎn)運(yùn)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;
else
red=0;
if( (int)green > 128 )
green=255;
else
green=0;
if( (int)blue > 128 )
blue=255;
else
blue=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(yùn)行效果如下圖所示，感覺還挺好看的，顯然此時(shí)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(diǎn)（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(diǎn)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(qiáng)圖像的有效手段之一。
? ? ? ? 研究思路是通過直方圖變換公式實(shí)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(diǎn)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(gè)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(gè)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(xì)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(shí)就進(jìn)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(jì)算4個(gè)數(shù)據(jù)
unsigned char red,green,blue;
int IntRed,IntGreen,IntBlue; //強(qiáng)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(gè)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?yàn)榉殖?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(gè)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(huì)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(huì)相加到1 用于計(jì)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(gè)四舍五入浮點(diǎn)型的算法:
/* float a=3.456; 保留到小數(shù)點(diǎn)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(shí)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(shí)會(huì)報(bào)錯(cuò) 改為m_nImage/3
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=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(yùn)行結(jié)果如下圖所示，圖像增強(qiáng)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(dá)到增強(qiáng)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(jìn)行對比度擴(kuò)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(gè)約束，所以滿足
? ? ? ?其中g(shù)1old=100，g2old=150，b=3.0的運(yùn)行效果如下所示：
?
? ? ? ??
//
https://blog.csdn.net/eastmount/article/details/46312145
創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)總結(jié)
以上是生活随笔為你收集整理的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的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 判断栈的弹出序列
- 下一篇： PyTorch框架学习三——张量操作