C#图片灰度处理(位深度24→位深度8),用灰度数组byte[]新建一个8位灰度图像Bitmap 。...
原文:C#图片灰度处理(位深度24→位深度8)
#region 灰度处理/// <summary>/// 将源图像灰度化,并转化为8位灰度图像。/// </summary>/// <param name="original"> 源图像。 </param>/// <returns> 8位灰度图像。 </returns>public static Bitmap RgbToGrayScale(Bitmap original){if (original != null){// 将源图像内存区域锁定Rectangle rect = new Rectangle(0, 0, original.Width, original.Height);BitmapData bmpData = original.LockBits(rect, ImageLockMode.ReadOnly,PixelFormat.Format24bppRgb);// 获取图像参数int width = bmpData.Width;int height = bmpData.Height;int stride = bmpData.Stride; // 扫描线的宽度,比实际图片要大int offset = stride - width * 3; // 显示宽度与扫描线宽度的间隙IntPtr ptr = bmpData.Scan0; // 获取bmpData的内存起始位置的指针int scanBytesLength = stride * height; // 用stride宽度,表示这是内存区域的大小// 分别设置两个位置指针,指向源数组和目标数组int posScan = 0, posDst = 0;byte[] rgbValues = new byte[scanBytesLength]; // 为目标数组分配内存Marshal.Copy(ptr, rgbValues, 0, scanBytesLength); // 将图像数据拷贝到rgbValues中// 分配灰度数组byte[] grayValues = new byte[width * height]; // 不含未用空间。// 计算灰度数组byte blue, green, red, YUI;for (int i = 0; i < height; i++){for (int j = 0; j < width; j++){blue = rgbValues[posScan];green = rgbValues[posScan + 1];red = rgbValues[posScan + 2];YUI = (byte)(0.229 * red + 0.587 * green + 0.144 * blue);//grayValues[posDst] = (byte)((blue + green + red) / 3);grayValues[posDst] = YUI;posScan += 3;posDst++;}// 跳过图像数据每行未用空间的字节,length = stride - width * bytePerPixelposScan += offset;}// 内存解锁Marshal.Copy(rgbValues, 0, ptr, scanBytesLength);original.UnlockBits(bmpData); // 解锁内存区域// 构建8位灰度位图Bitmap retBitmap = BuiltGrayBitmap(grayValues, width, height);return retBitmap;}else{return null;}}/// <summary>/// 用灰度数组新建一个8位灰度图像。/// </summary>/// <param name="rawValues"> 灰度数组(length = width * height)。 </param>/// <param name="width"> 图像宽度。 </param>/// <param name="height"> 图像高度。 </param>/// <returns> 新建的8位灰度位图。 </returns>private static Bitmap BuiltGrayBitmap(byte[] rawValues, int width, int height){// 新建一个8位灰度位图,并锁定内存区域操作Bitmap bitmap = new Bitmap(width, height, PixelFormat.Format8bppIndexed);BitmapData bmpData = bitmap.LockBits(new Rectangle(0, 0, width, height),ImageLockMode.WriteOnly, PixelFormat.Format8bppIndexed);// 计算图像参数int offset = bmpData.Stride - bmpData.Width; // 计算每行未用空间字节数IntPtr ptr = bmpData.Scan0; // 获取首地址int scanBytes = bmpData.Stride * bmpData.Height; // 图像字节数 = 扫描字节数 * 高度byte[] grayValues = new byte[scanBytes]; // 为图像数据分配内存// 为图像数据赋值int posSrc = 0, posScan = 0; // rawValues和grayValues的索引for (int i = 0; i < height; i++){for (int j = 0; j < width; j++){grayValues[posScan++] = rawValues[posSrc++];}// 跳过图像数据每行未用空间的字节,length = stride - width * bytePerPixelposScan += offset;}// 内存解锁Marshal.Copy(grayValues, 0, ptr, scanBytes);bitmap.UnlockBits(bmpData); // 解锁内存区域// 修改生成位图的索引表,从伪彩修改为灰度 ColorPalette palette;// 获取一个Format8bppIndexed格式图像的Palette对象using (Bitmap bmp = new Bitmap(1, 1, PixelFormat.Format8bppIndexed)){palette = bmp.Palette;}for (int i = 0; i < 256; i++){palette.Entries[i] = Color.FromArgb(i, i, i);}// 修改生成位图的索引表bitmap.Palette = palette;return bitmap;}#endregion
C#图片二值化处理(位深度8→位深度1)
#region 二值化 /* 1位深度图像 颜色表数组255个元素 只有用前两个 0对应0 1对应255 1位深度图像每个像素占一位 8位深度图像每个像素占一个字节 是1位的8倍 *//// <summary>/// 将源灰度图像二值化,并转化为1位二值图像。/// </summary>/// <param name="bmp"> 源灰度图像。 </param>/// <returns> 1位二值图像。 </returns>public static Bitmap GTo2Bit(Bitmap bmp){if (bmp != null){// 将源图像内存区域锁定Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height);BitmapData bmpData = bmp.LockBits(rect, ImageLockMode.ReadOnly,PixelFormat.Format8bppIndexed);// 获取图像参数int leng, offset_1bit = 0;int width = bmpData.Width;int height = bmpData.Height;int stride = bmpData.Stride; // 扫描线的宽度,比实际图片要大int offset = stride - width; // 显示宽度与扫描线宽度的间隙IntPtr ptr = bmpData.Scan0; // 获取bmpData的内存起始位置的指针int scanBytesLength = stride * height; // 用stride宽度,表示这是内存区域的大小if (width % 32 == 0){leng = width / 8;}else{leng = width / 8 + (4 - (width / 8 % 4));if (width % 8 != 0){offset_1bit = leng - width / 8;}else{offset_1bit = leng - width / 8;}}// 分别设置两个位置指针,指向源数组和目标数组int posScan = 0, posDst = 0;byte[] rgbValues = new byte[scanBytesLength]; // 为目标数组分配内存Marshal.Copy(ptr, rgbValues, 0, scanBytesLength); // 将图像数据拷贝到rgbValues中// 分配二值数组byte[] grayValues = new byte[leng * height]; // 不含未用空间。// 计算二值数组int x, v, t = 0;for (int i = 0; i < height; i++){for (x = 0; x < width; x++){v = rgbValues[posScan];t = (t << 1) | (v > 100 ? 1 : 0);if (x % 8 == 7){grayValues[posDst] = (byte)t;posDst++;t = 0;}posScan++;}if ((x %= 8) != 7){t <<= 8 - x;grayValues[posDst] = (byte)t;}// 跳过图像数据每行未用空间的字节,length = stride - width * bytePerPixelposScan += offset;posDst += offset_1bit;}// 内存解锁Marshal.Copy(rgbValues, 0, ptr, scanBytesLength);bmp.UnlockBits(bmpData); // 解锁内存区域// 构建1位二值位图Bitmap retBitmap = twoBit(grayValues, width, height);return retBitmap;}else{return null;}}/// <summary>/// 用二值数组新建一个1位二值图像。/// </summary>/// <param name="rawValues"> 二值数组(length = width * height)。 </param>/// <param name="width"> 图像宽度。 </param>/// <param name="height"> 图像高度。 </param>/// <returns> 新建的1位二值位图。 </returns>private static Bitmap twoBit(byte[] rawValues, int width, int height){// 新建一个1位二值位图,并锁定内存区域操作Bitmap bitmap = new Bitmap(width, height, PixelFormat.Format1bppIndexed);BitmapData bmpData = bitmap.LockBits(new Rectangle(0, 0, width, height),ImageLockMode.WriteOnly, PixelFormat.Format1bppIndexed);// 计算图像参数int offset = bmpData.Stride - bmpData.Width / 8; // 计算每行未用空间字节数IntPtr ptr = bmpData.Scan0; // 获取首地址int scanBytes = bmpData.Stride * bmpData.Height; // 图像字节数 = 扫描字节数 * 高度byte[] grayValues = new byte[scanBytes]; // 为图像数据分配内存// 为图像数据赋值int posScan = 0; // rawValues和grayValues的索引for (int i = 0; i < height; i++){for (int j = 0; j < bmpData.Width / 8; j++){grayValues[posScan] = rawValues[posScan];posScan++;}// 跳过图像数据每行未用空间的字节,length = stride - width * bytePerPixelposScan += offset;}// 内存解锁Marshal.Copy(grayValues, 0, ptr, scanBytes);bitmap.UnlockBits(bmpData); // 解锁内存区域// 修改生成位图的索引表 ColorPalette palette;// 获取一个Format8bppIndexed格式图像的Palette对象using (Bitmap bmp = new Bitmap(1, 1, PixelFormat.Format1bppIndexed)){palette = bmp.Palette;}for (int i = 0; i < 2; i = +254){palette.Entries[i] = Color.FromArgb(i, i, i);}// 修改生成位图的索引表bitmap.Palette = palette;return bitmap;}#endregion
C#图片灰度处理(位深度24→位深度8),用灰度数组byte[]新建一个8位灰度图像Bitmap 。...相关推荐
- 给定一个整数N(2 <= N <= 8),生成所有的具有下列特性的特殊的N位质数:其前任意位都是质数。 例如,7331即是这样一个4位的质数,因为7、73和733也都是质数。 【输入形式】
#include<stdio.h> #include<math.h> #include<string.h> // 注意是前n位 int pri(long x){in ...
- matlab求一个数的位数字,matlab求一个三位整数各位数字的立方和等于该数本身则称为...
用C语言随机产生一个三位整数 思路:分别产生个.十.百位上的随机数,依次组合在一起#include#include#includeintmain(){inti,tmp;num=0;srand((uns ...
- 8位, 16位,24位,32位图片显示原理及对比
我们都知道一张图片可以保存为很多种不同的格式,比如bmp/png/jpeg/gif等等.这个是从文件格式的角度看,我们抛开文件格式,看图片本身,我们可以分为8位, 16位, 24位, 32位等. 单击 ...
- 纯无趣技术贴,关于色深、位深、图像深度详解
因为近期接触了一点嵌入式开发,需要的图片资源格式和以往接触的移动及web开发差别比较大,才有了下面这篇文章.因为比较晦涩,不需要的就可以绕行了. 图像深度.色深.位深的大统一 首先明确一点,图像深度就 ...
- 2021-08-04 jpg和png批量转化8位到24位,相互转化!
1.批量转化从8位到24位深度,jpg和png都能一起批量转化 import os import numpy as np import PIL from PIL import Image import ...
- 图像深度、像素深度和位深度
图像深度.像素深度和位深度 图像深度 像素深度 位深 区别 小结 图像深度 数字化图像的每个像素是用一组二进制数进行描述,像素的色彩由RGB通道决定,其中包含表示图像颜色的位数称为图像深度.如灰度图像 ...
- 分析位深度与颜色深度的关系和发展策略
什么是位深度(bit depth):计算机是以二进制为单位的,采用二进制形式表示数据和指令,计算机里的存储芯片只能识别高低电平(0或1,这里的0和1分别代表低电平.高电平),计算机图形学领域表示在点阵 ...
- node 16位 转24位_同时将24位和32位BMP图像顺时针旋转90度
上一次我们将24位的皮卡丘旋转了90度,但是后来改需求了...要求把32位的.bmp文件也能够旋转90度.上次就懵逼的我继续懵逼,只好继续转向CSDN求助. 浏览了各种求助帖(还找到了数年前的信科大一 ...
- java修改位深度_【分享】刚刚弄明白如何获取图像文件的位深度,适合任何语言。...
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 bmp: 位深度储存在第29和第30个byte里面,不过其实第30个byte肯定是0,所以就看第29个--b[28]就行了. int bitsPerPix ...
最新文章
- python学习笔记(一)之入门
- eclipse 搜索使用。
- 博客园里有多少人对企业信息化感兴趣
- [Android] Git组件化部署
- Python基础知识(第四天)
- vuejs和php的区别,VueJS全面解析
- 《神策军》第四期来袭!
- 如何在Python3.x上安装Sentry,实时监控业务错误
- 2-django进阶之日志功能(亲测)
- 封装axios的接口请求数据方法
- java多台_java多态
- js弹出框、遮罩层、可拖动学习
- 傻丫头字幕精灵(Sayatoo字幕精灵)2.3.9下载附教程
- 对称与非对称密钥加密
- 计算机实践ps折扇,用PS打造一把水墨画折扇的教程
- python变量名包括_python中变量的命名以及使用
- String方法汇总
- 快速搭建基于《搜狗微信》的公众号爬虫---搜狗微信公众号爬虫教程
- 拼多多优惠券赔付规则 拼多多发货超时具体怎么赔 拼多多超时发货之后没有优惠券怎么办
- 如何分组取最新的数据
热门文章
- Android定位方式和测试方法
- window resize和scroll事件的基本优化
- 【C++】C++对象模型:对象内存布局详解(C#实例)
- ECSHOP学习笔记
- php报错Permission denied
- 网页效率之DNS查找和并行下载
- 在.net中使用GDI+来提高gif图片的保存画质
- C++/C++11中头文件functional的使用
- python爬虫进阶案例_Python爬虫进阶必备 | MD5 hash 案例解析讲解
- python目标检测与识别_Python 使用Opencv实现目标检测与识别的示例代码