tu-xiang-chu-li-suan-fa-ji-he.rar_tu_www.chu.chu.tu

for(......) if(PixelY[i,j]>T) PixelY[i,j] = 255; else PixelY[i,j] = 0; 如果考虑具体问题,二值化算法不下100种. /*************************************************************************** * 函数名称 * OSTUThreshold() * 参数 * LPSTR lpDIBBits - 指向源DIB图像指针 * LONG lWidth - 源图像宽度(像素数) * LONG lHeight - 源图像高度(像素数) * 返回值 * BOOL - 运算成功 返回TRUE , 否则 返回FALSE。 * 说明 * 该函数采用大津法进行阈值分割 二值化 ***************************************************************************/ BOOL WINAPI OSTUThreshold(LPSTR lpDIBBits, LONG lWidth, LONG lHeight) { // 指向源图像像素指针 LPSTR lpSrc; // 指向缓存图像指针 LPSTR lpDst; // 指向缓存图像像素指针 LPSTR lpNewDIBBits; HLOCAL hNewDIBBits; // 循环变量 int i, j, t; // 用于计算两个区域的中间变量 long lP1, lS1, lP2, lS2; // 像素值 unsigned char pixel; // 灰度直方图数组 long lHistogram[256]; // 阈值, 最大灰度值和最小灰度值, 两个区域的平均灰度值 unsigned char iThreshold, iNewThreshold, iMaxGrayValue, iMinGrayValue, iMean1GrayValue, iMean2GrayValue; // 前景点数占图像比例, 背景点数占图像比例 double w0,w1; // 方差 double G, tempG; // 图像每行占字节数 LONG lLineBytes; // 暂时分配内存, 以保存新图像 hNewDIBBits = LocalAlloc(LHND, lWidth * lHeight); if (hNewDIBBits == NULL) { //分配内存失败 return FALSE; } // 锁定内存 lpNewDIBBits = (char *) LocalLock(hNewDIBBits); // 初始化新分配的内存, 设定初始值为255 lpDst = (char *) lpNewDIBBits; memset(lpDst, (BYTE)255, lWidth * lHeight); lLineBytes = WIDTHBYTES(lWidth * 8); for(i= 0; i < 256; i++) { lHistogram[i] = 0; } // 获得灰度直方图，灰度最大值和灰度最小值 iMaxGrayValue = 0; iMinGrayValue = 255; for(i = 0; i < lWidth; i++) { for(j = 0; j < lHeight; j++) { lpSrc = (char *) lpDIBBits + lLineBytes * j + i; pixel = (unsigned char) *lpSrc; lHistogram[pixel]++; // 修改最大灰度值和最小灰度值 if (iMinGrayValue > pixel) { iMinGrayValue = pixel; } if (iMaxGrayValue < pixel) { iMaxGrayValue = pixel; } } } // 遍历t, 选取最佳阈值 for(t = iMinGrayValue; t < iMaxGrayValue ; t++) { iNewThreshold = t; lP1 = 0; lS1 = 0; lP2 = 0; lS2 = 0; // 求前景,背景两个区域的平均灰度值, 点数所占比例 for(i = iMinGrayValue; i <= iNewThreshold; i++) { lP1 += lHistogram[i] * i; lS1 += lHistogram[i]; } iMean1GrayValue = (unsigned char) (lP1/lS1); w0 = (double) (lS1) / (lWidth * lHeight); for(i = iNewThreshold + 1; i <= iMaxGrayValue; i++) { lP2 += lHistogram[i] * i; lS2 += lHistogram[i]; } iMean2GrayValue = (unsigned char) (lP2/lS2); w1 = 1 - w0; // 计算类间方差 G = (double) w0 * w1 * (iMean1GrayValue - iMean2GrayValue) * (iMean1GrayValue - iMean2GrayValue); if (G > tempG) { tempG = G; iThreshold = iNewThreshold; } } // 根据阈值将图像二值化 for(i = 0; i < lWidth; i++) { for(j = 0; j < lHeight; j++) { lpSrc = (char *) lpDIBBits + lLineBytes * j + i; lpDst = (char *) lpNewDIBBits + lLineBytes * j + i; pixel = (unsigned char) *lpSrc; if (pixel <= iThreshold) { *lpDst = (unsigned char)0; } else { *lpDst = (unsigned char) 255; } } } // 复制图像 memcpy(lpDIBBits, lpNewDIBBits, lWidth * lHeight); // 释放内存 LocalUnlock(hNewDIBBits); LocalFree(hNewDIBBits); // 返回 return TRUE; } /************************************************************************* * * 函数名称： * ThresholdDIB() * * 参数: * LPSTR lpDIBBits - 指向源DIB图像指针 * LONG lWidth - 源图像宽度（象素数） * LONG lHeight - 源图像高度（象素数） * * 返回值: * BOOL - 运算成功返回TRUE，否则返回FALSE。 * * 说明: * 该函数用 迭代法 对图像进行阈值分割运算。 * ************************************************************************/ BOOL WINAPI ThresholdDIB(LPSTR lpDIBBits,LONG lWidth, LONG lHeight) { // 指向源图像的指针 LPSTR lpSrc; // 指向缓存图像的指针 LPSTR lpDst; // 指向缓存DIB图像的指针 LPSTR lpNewDIBBits; HLOCAL hNewDIBBits; //循环变量 long i; long j; //像素值 unsigned char pixel; //直方图数组 long lHistogram[256]; //阈值，最大灰度值与最小灰度值，两个区域的平均灰度值 unsigned char iThreshold,iNewThreshold,iMaxGrayValue,iMinGrayValue,iMean1GrayValue,iMean2GrayValue; //用于计算区域灰度平均值的中间变量 long lP1,lP2,lS1,lS2; //迭代次数 int iIterationTimes; // 图像每行的字节数 LONG lLineBytes; // 暂时分配内存，以保存新图像 hNewDIBBits = LocalAlloc(LHND, lWidth * lHeight); if (hNewDIBBits == NULL) { // 分配内存失败 return FALSE; } // 锁定内存 lpNewDIBBits = (char * )LocalLock(hNewDIBBits); // 初始化新分配的内存，设定初始值为255 lpDst = (char *)lpNewDIBBits; memset(lpDst, (BYTE)255, lWidth * lHeight); // 计算图像每行的字节数 lLineBytes = WIDTHBYTES(lWidth * 8); for (i = 0; i < 256;i++) { lHistogram[i]=0; } //获得直方图 iMaxGrayValue = 0; iMinGrayValue = 255; for (i = 0;i < lWidth ;i++) { for(j = 0;j < lHeight ;j++) { // 指向源图像倒数第j行，第i个象素的指针 lpSrc = (char *)lpDIBBits + lLineBytes * j + i; pixel = (unsigned char)*lpSrc; lHistogram[pixel]++; //修改最大，最小灰度值 if(iMinGrayValue > pixel) { iMinGrayValue = pixel; } if(iMaxGrayValue < pixel) { iMaxGrayValue = pixel; } } } //迭代求最佳阈值 iNewThreshold = (iMinGrayValue + iMaxGrayValue)/2; iThreshold = 0; for(iIterationTimes = 0; iThreshold != iNewThreshold && iIterationTimes < 100;iIterationTimes ++) { iThreshold = iNewThreshold; lP1 =0; lP2 =0; lS1 = 0; lS2 = 0; //求两个区域的灰度平均值 for (i = iMinGrayValue;i < iThreshold;i++) { lP1 += lHistogram[i]*i; lS1 += lHistogram[i]; } iMean1GrayValue = (unsigned char)(lP1 / lS1); for (i = iThreshold+1;i < iMaxGrayValue;i++) { lP2 += lHistogram[i]*i; lS2 += lHistogram[i]; } iMean2GrayValue = (unsigned char)(lP2 / lS2); iNewThreshold = (iMean1GrayValue + iMean2GrayValue)/2; } //根据阈值将图像二值化 for (i = 0;i < lWidth ;i++) { for(j = 0;j < lHeight ;j++) { // 指向源图像倒数第j行，第i个象素的指针 lpSrc = (char *)lpDIBBits + lLineBytes * j + i; // 指向目标图像倒数第j行，第i个象素的指针 lpDst = (char *)lpNewDIBBits + lLineBytes * j + i; pixel = (unsigned char)*lpSrc; if(pixel <= iThreshold) { *lpDst = (