tuxiangchuli.rar_ImgCenterDib_imgcenterd

#include "stdafx.h" #include "Segment.h" #include "math.h" /*********************************************************************** * 函数名称： * ImgSegment() * *说明：无参数的构造函数，对成员变量进行初始化 ***********************************************************************/ ImgSegment::ImgSegment() { m_pImgDataOut=NULL;//输出图像位图数据指针为空 m_lpColorTableOut=NULL;//输出图像颜色表指针为空 m_nColorTableLengthOut=0;//输出图像颜色表长度为0 m_nBitCountOut=0;//输出图像每像素位数为0 m_imgWidthOut=0;//输出图像的宽为0 m_imgHeightOut=0;//输出图像的高为0 } /*********************************************************************** * 函数名称： * ImgSegment() * *函数参数： * CSize size -图像大小（宽、高） * int nBitCount -每像素所占位数 * LPRGBQUAD lpColorTable -颜色表指针 * unsigned char *pImgData -位图数据指针 * *返回值： * 无 * *说明：本函数为带参数的构造函数，给定位图的大小、每像素位数、颜色表 * 及位图数据，调用ImgCenterDib()对基类成员初始化，并初始化派生类的 * 数据成员 ***********************************************************************/ ImgSegment::ImgSegment(CSize size, int nBitCount, LPRGBQUAD lpColorTable, unsigned char *pImgData): ImgCenterDib(size, nBitCount, lpColorTable, pImgData) { m_pImgDataOut=NULL;//输出图像位图数据指针为空 m_lpColorTableOut=NULL;//输出图像颜色表指针为空 m_nColorTableLengthOut=0;//输出图像颜色表长度为0 m_nBitCountOut=0;//输出图像每像素位数为0 m_imgWidthOut=0;//输出图像的宽为0 m_imgHeightOut=0;//输出图像的高为0 } /*********************************************************************** * 函数名称： * ~ImgSegment() * *说明：析构函数，释放资源 ***********************************************************************/ ImgSegment::~ImgSegment() { //释放输出图像位图数据缓冲区 if(m_pImgDataOut!=NULL){ delete []m_pImgDataOut; m_pImgDataOut=NULL; } //释放输出图像颜色表 if(m_lpColorTableOut!=NULL){ delete []m_lpColorTableOut; m_lpColorTableOut=NULL; } } /*********************************************************************** * 函数名称： * GetDimensions() * *函数参数： * 无 * *返回值： * 图像的尺寸，用CSize类型表达 * *说明：返回输出图像的宽和高 ***********************************************************************/ CSize ImgSegment::GetDimensions() { if(m_pImgDataOut == NULL) return CSize(0, 0); return CSize(m_imgWidthOut, m_imgHeightOut); } /*********************************************************************** * 函数名称： * threshOtus() * *函数参数： * int histArray[256] -图像的统计直方图 * * 返回值： * 最佳阈值 * *说明：大津阈值选择函数，给定直方图数组，根据方差最大原理自动选择阈值， * 对于彩色图像，该函数根据亮度直方图计算阈值 ***********************************************************************/ int ImgSegment::threshOtus(int histArray[256]) { //c0和c1组的均值 float u0,u1; //c0和c1组产生的概率 float w0,w1; //c0组的像素数 int count0; //阈值t及记录方差最大时的最佳阈值maxT int t, maxT; //方差及最大方差 float devi, maxDevi=0; //循环变量 int i; //统计直方图中像素的个数，存放在sum中 int sum=0; for(i=0;i<256;i++) sum = sum+histArray[i]; for(t=0;t<255;t++){ //计算阈值为t时，c0组的均值和产生的概率 u0=0; count0=0; for(i=0; i<=t;i++){ u0 += i*histArray[i]; count0 += histArray[i]; } u0=u0/count0; w0=(float)count0/sum; //计算阈值为t时，c1组的均值和产生的概率 u1=0; for(i=t+1; i<256;i++) u1+=i*histArray[i]; //C0组像素数与C1组像素数之和为图像总像素数。 u1=u1/(sum-count0); w1=1-w0; //两组间的方差 devi=w0*w1*(u1-u0)*(u1-u0); //记录最大的方差及最佳阈值位置 if(devi>maxDevi){ maxDevi=devi; maxT=t; } } //返回最佳阈值 return maxT; } /*********************************************************************** * 函数名称： * Roberts() * *函数参数： * 无 * *返回值： * 无 * *说明：Roberts边缘检测，函数将图像看作若干通道数据的合成，在不同通道上 * 完成了边缘检测，因此可同时适用于灰度和彩色图像 ***********************************************************************/ void ImgSegment::Roberts() { //释放m_pImgDataOut指向的图像数据空间 if(m_pImgDataOut!=NULL){ delete []m_pImgDataOut; m_pImgDataOut=NULL; } //释放颜色表空间 if(m_lpColorTableOut!=NULL){ delete []m_lpColorTableOut; m_lpColorTableOut=NULL; } //输出图像与输入图像为同一类型 m_nBitCountOut=m_nBitCount; //输出图像颜色表长度 m_nColorTableLengthOut=ComputeColorTabalLength(m_nBitCountOut); //输出图像颜色表，与输入图像相同 if(m_nColorTableLengthOut!=0){ m_lpColorTableOut=new RGBQUAD[m_nColorTableLengthOut]; memcpy(m_lpColorTableOut,m_lpColorTable,sizeof(RGBQUAD)*m_nColorTableLengthOut); } //输出图像的宽高,与输入图像相等 m_imgWidthOut=m_imgWidth; m_imgHeightOut=m_imgHeight; //每行像素所占字节数，输出图像与输入图像相同 int lineByte=(m_imgWidth*m_nBitCount/8+3)/4*4; //申请输出图像缓冲区 m_pImgDataOut=new unsigned char[lineByte*m_imgHeight]; //循环变量，图像的坐标 int i,j; //每像素占字节数，输出图像与输入图像相同 int pixelByte=m_nBitCount/8; //循环变量,遍历像素的每个通道,比如彩色图像三个分量 int k; //中间变量 int x, y, t; //Roberts算子 for(i=1;i<m_imgHeight-1;i++){ for(j=1;j<m_imgWidth-1;j++){ for(k=0;k<pixelByte;k++){ //x方向梯度 x=*(m_pImgData+i*lineByte+j*pixelByte+k) -*(m_pImgData+(i+1)*lineByte+(j+1)*pixelByte+k); //y方向梯度 y=*(m_pImgData+(i+1)*lineByte+j*pixelByte+k) -*(m_pImgData+i*lineByte+(j+1)*pixelByte+k); t=sqrt(x*x+y*y)+0.5; if(t>255) t=255; *(m_pImgDataOut+i*lineByte+j*pixelByte+k)=t; } } } } /*********************************************************************** * 函数名称： * Sobel() * *函数参数： * 无 * *返回值： * 无 * *说明：Sobel边缘检测，函数将图像看作若干通道数据的合成，在不同通道上 * 完成了边缘检测，因此可同时适用于灰度和彩色图像 ***********************************************************************/ void ImgSegment::Sobel() { //释放m_pImgDataOut指向的图像数据空间 if(m_pImgDataOut!=NULL){ delete []m_pImgDataOut; m_pImgDataOut=NULL; } //释放颜色表空间 if(m_lpColorTableOut!=NULL){ delete []m_lpColorTableOut; m_lpColorTableOut=NULL; } //输出图像与输入图像为同一类型 m_nBitCountOut=m_nBitCount; //输出图像颜色表长度 m_nColorTableLengthOut=ComputeColorTabalLength(m_nBitCountOut); //输出图像颜色表，与输入图像相同 if(m_nColorTableLengthOut!=0){ m_lpColorTableOut=new RGBQUAD[m_nColorTableLengthOut]; memcpy(m_lpColorTableOut,m_lpColorTable,sizeof(RGBQUAD)*m_nColorTableLengthOut); } //输出图像的宽高,与输入图像相等 m_imgWidthOut=m_imgWidth; m_imgHeightOut=m_imgHeight; //每行像素所占字节数，输出图像与输入图像相同 int lineByte=(m_imgWidth*m_nBitCount/8+3)/4*4; //申请输出图像缓冲区 m_pImgDataOut=new unsigned char[lineByte*m_imgHeight]; //循环变量，图像的坐标 int i,j; //每像素占字节数，输出图像与输入图像相同 int pixelByte=m_nBitCount/8; //循环变量,遍历像素的每个通道,比如彩色图像三个分量 int k; //中间变量 int x, y, t; //Sobel算子 for(i=1;i<m_imgHeight-1;i++){ for(j=1;j<m_imgWidth-1;j++){ for(k=0;k<pixelByte;k++){ //x方向梯度 x= *(m_pImgData+(i-1)*lineByte+(j+1)*pixelByte+k) + 2 * *(m_pImgData+i*lineByte+(j+1)*pixelByte+k) + *(m_pImgData+(i+1)*lineByte+(j+1)*pixelByte+k) - *(m_pImgData+(i-1)*lineByte+(j-1)*pixelByte+k) - 2 * *(m_pImgData+i*lineByte+(j-1)*pixelByte+k) - *(m_pImgData+(i+1)*lineByte+(j-1)*pixelByte+k); //y方向梯度 y= *(m_pImgData+(i-1)*lineByte+(j-1)*pixelByte+k) + 2 * *(m_pImgData+(i-1)*lineByte+j*pixelByte+k) + *(m_pImgData+(i-1)*lineByte+(j+1)*pixelByte+k) - *(m_pImgData+(i+1)*lineByte+(j-1)*pixelByte+k) - 2 * *(m_pImgData+(i+