c++对8位灰度图进行二值化处理

/*********************************************************************
对灰度图进行位二值化，输入图像像素部分的宽度和高度以及存储灰度像素值
得一维数组，对灰度值进行直方图统计，通过OSTU大律法公式，确定自动灰度
图的阈值，进而进行二值化处理，存储
*********************************************************************/
#include "StdAfx.h"
#include<iostream>
#include<Windows.h>
using namespace std;
void glay(DWORD w,DWORD h, unsigned char * newImageData)
{
/***************对灰度图的像素值进行统计************************/int graycolor[256];                                         //定义灰度等级存储数组，用来存储每个颜色等级的像素数量int smooth_graycolor[51];                                   //平滑后灰度信息存储数组unsigned char *Binarization=new unsigned char[w*h];         //复制灰度图像的像素值for (int n=0;n<256;n++)  graycolor[n]=0;int k;                                                      //用来临时存储每个像素点的灰度值for(int i=0;i<h;i++){for (int j=0;j<w;j++){*(Binarization+i*w+j)=*(newImageData+i*w+j);k=*(Binarization+i*w+j);//cout<<k;graycolor[k]++;}}//for(int a=0;a<256;a++)//{cout<<graycolor[a]<<"\t";}                                //输出每个颜色等级的灰度像素数量/***************对灰度图的像素值进行直方图平滑选择临近五个坐标***********************int sumgray=0;                                               //相邻五个灰度等级的值int ave_sumgray=0;for(int i=1;i<52;i++){for(int j=(i-1)*5;j<i*5;j++){if(i=51){for(int k=250;k<256;k++){sumgray=graycolor[k]+sumgray;}}else{sumgray=graycolor[j]+sumgray;}}cout<<sumgray<<endl;ave_sumgray=(int)sumgray/5;smooth_graycolor[i-1]=ave_sumgray;}for(int b=0;b<51;b++){cout<<smooth_graycolor[b]<<"\t";}                                //输出每个颜色等级的灰度像素数量*//*************************OSTU大律法公式参看http://blog.csdn.net/zyzhangyue/article/details/45841255*********************************/
//计算每个直方图占总数的概率double Prob_gray[256];              //存储每个直方图占总数的概率for(int a=0;a<256;a++){Prob_gray[a]=(double)graycolor[a]/(w*h);//cout<<a<<":"<<Prob_gray[a]<<endl;   //输出每个灰度级的像素数量占用总像素数量的概率}
//定义两个数组存储计算的概率，假设t为阙值，计算每个t的前后像素的概率double Pa=0,Pa1=0,Pb=0,Pb1=0;      //存储概率double Wa[256],Wb[256],Wo[256],Wz[256],Wz1[256];//存储概率的数组,Wa为A区域的平均灰度值，Wb为B区域的平均灰度值，
//Wo为图像全局的灰度平均值,Wz，Wz1 A、B两个区域的类间方差for (int t=0;t<256;t++){Wa[t]=0;Wb[t]=0;Wo[t]=0;Wz[t]=0;Wz1[t]=0;}for (int t=0;t<256;t++){Pa=0;Pb=0;Pa1=0;Pb1=0;for(int p=0;p<t+1;p++){Pa=Prob_gray[p]*p+Pa;Pa1=Prob_gray[p]+Pa1;}Wa[t]=Pa/Pa1;        //每个t的前几项的概率方差//cout<<Wa[t]<<endl;for(int q=t+1;q<256;q++){Pb=Prob_gray[q]*q+Pb;Pb1=Prob_gray[q]+Pb1;}Wb[t]=Pb/Pb1;        //每个t的后几项的概率方差Wo[t]=Wa[t]*Pa1+Wb[t]*Pb1;Wz[t]=Pa1*(Wa[t]-Wo[t])*(Wa[t]-Wo[t])+Pb1*(Wb[t]-Wo[t])*(Wb[t]-Wo[t]);//cout<<Wz[t]<<endl;         //输出每个灰度级作为分割线后前后的方差} double max=0;         //存储最大的方差值int    Threshold=0;   //存储作为阈值的灰度级for (int t=0;t<256;t++){Wz1[t]=Wz[t];if(Wz1[t]>max) max=Wz1[t];}cout<<"max"<<max<<endl;       //输出的为最大的方差for (int t=0;t<256;t++){if(Wz[t]>=max)Threshold=t; }/*************************二值化灰度图像*********************************/int m=0;for(int i=0;i<h;i++){for (int j=0;j<w;j++){m=*(Binarization+i*w+j);if(m>=Threshold)  *(Binarization+i*w+j)=255;else *(Binarization+i*w+j)=0;}}
/*************************窗口中绘制图像显示*********************************/HWND wnd;                                 //窗口句柄HDC dc;                                   //绘图设备环境句柄unsigned char *p2;                         //临时像素指针int r2,pix2;int x2=300,y2=300;wnd=GetForegroundWindow();               //获取窗口句柄dc=GetDC(wnd);                           //获取绘图设备p2=Binarization;for(int j=0;j<h;j++){for(int i=0;i<w;i++){r2=*p2++;pix2=RGB(r2,r2,r2);//指定要用来绘制该点的颜色SetPixel(dc,x2+i,y2+h-j,pix2);//在屏幕中绘制此像素}}/**********************构造新图像的文件信息头*********************/int nWidthBytes=(w*3+3)/4*4;            //计算每行的字节数BITMAPFILEHEADER newheader={0};newheader.bfType=MAKEWORD('B','M');newheader.bfOffBits=sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER)+sizeof(RGBQUAD)*256;newheader.bfSize=newheader.bfOffBits+h*nWidthBytes/3;//头文件加位图实际大小
/**********************构造灰度图的位图信息头*********************/BITMAPINFOHEADER targetinfoheader={0};targetinfoheader.biBitCount=8;targetinfoheader.biSize=sizeof(BITMAPINFOHEADER);targetinfoheader.biHeight=h;targetinfoheader.biWidth=w;targetinfoheader.biPlanes=1;targetinfoheader.biCompression=BI_RGB;targetinfoheader.biSizeImage=nWidthBytes*h/3;targetinfoheader.biXPelsPerMeter=0;targetinfoheader.biYPelsPerMeter=0;targetinfoheader.biClrImportant=0;targetinfoheader.biClrUsed=0;
/*****************构造灰度图的调色板信息需要256个*****************/RGBQUAD rgbquad[256];int i;for(i=0;i<256;i++){rgbquad[i].rgbBlue=i;rgbquad[i].rgbGreen=i;rgbquad[i].rgbRed=i;rgbquad[i].rgbReserved=0;}
/*****************将灰度图像的信息写入到文件中*****************/FILE *fpw1;                                 //定义保存文件指针unsigned char *p,*p3;                               //像素指针char fileName3[300];                       //定义打开保存图像名字cout<<"请输入要保存文件的名字：";cin>>fileName3;if((fpw1=fopen(fileName3,"wb"))==NULL){cout<<"文件未找到！";exit(0);}fwrite(&newheader,sizeof(newheader),1,fpw1);  //写入文件头fwrite(&targetinfoheader,sizeof(BITMAPINFOHEADER),1,fpw1);//写入位图信息头fwrite(&rgbquad,sizeof(RGBQUAD),256,fpw1);    //写入调色板信息p3= Binarization;                      //得到存储灰度像素信息的一维数组地址for (int i=0;i<w*h;i++) {fwrite(p3++,1,1,fpw1);}fclose(fpw1);
}

c++对8位灰度图进行二值化处理相关推荐

RGB 转换为灰度图、二值化图
from PIL import Image I = Image.open('lena.png') I.show() L = I.convert('L') #转化为灰度图 L = I.convert(' ...
小白入门计算机视觉(二) : 图像基本处理----灰度图和二值化
文章目录解剖图像图像处理基本原理 RGB模型灰度二值化图像失真问题从本节开始,我就要正式踏上小白的计算机视觉探索之路,先从图像基础学习吧解剖图像要学会图像处理首先就得知道图像的结构,平 ...
使用openCV进行边缘检测、二值化、轮廓、轮廓检测、BGR、灰度图、二值化，专栏：各种openCV实践的案例
专栏连接:openCV练习-各种openCV实践的案例前言使用OpenCV的轮廓检测,当我们加入对象的边界上的所有点时,我们得到一个轮廓. 通常,特定轮廓区域与边界像素有关,具有相似的颜色和强度. ...
c语言实现灰度图转换为二值图
转载自:https://www.cnblogs.com/wd1001/p/4571916.html c语言实现灰度图转换为二值图将上篇得到的灰度图转换为二值图,读取像素数据,低于某一值置0,否则设置 ...
opencv：把三通道图转换成灰度图、二值图
#include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include<openc ...
利用Floyd-Steinberg方法（dithering），将灰度图转换为二值图
灰度图有256级灰度,而二值图只有黑白两色.颜色数目大大降低,直观感觉转换效果不会好.其实人眼类似于一个低通滤波器,你看到的并不是一个一个像素点,而是接受的颜色信息是一个区域内的颜色信息的综合效果. ...
MATLAB从原图，灰度图，二值图，反白图，边缘检测
MATLAB数字图像处理,使用MATLAB可以将一张图变为"线稿"(显然效果不太行,可以再使用PS),如图: 一.读取一张图片的文件.方法详见:读取,剪裁一张图像. 比如我们打开一 ...
java生成点阵图_android使用JNI图片转黑白图片实现点阵图（二值化）
[实例简介] 为android提供的二值化jni库,和完整demo,比Java代码的效率高10s! 一个基于jni的图像处理工具包括二值化灰度化膨胀腐蚀等等是android上图像处理的好例 ...
c#图像灰度化、灰度反转、二值化
图像灰度化: 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理.彩色图像中的每个像素的颜色有R.G.B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*2 ...

c++对8位灰度图进行二值化处理

c++对8位灰度图进行二值化处理相关推荐

最新文章

热门文章