1 效果

显示效果：

二值化后的图片数据：
原始数据信息：

\x00\x1F\x8F\xFF\xFF\xFF\xFF\xFF\xE0\x00\x01\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xF0\x00\x0F\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xF0\x00?\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xF0\x00?\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF\x7F\x0F\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xF8\x1F\xFF\xFF\xFF\xFF\xFC\x01\xFF\xFF\xFF\x1F\xFF\xFF\xFF\xFF\xE0\x00?\xFF\xFF\x07\xFF\xFF\xFF\xFF\x00\xF8\x0F\xFF\xFF\x07\xFF\xFF\xFF\xFE\x0E\x03\x83\xFF\xFF\x03\xFF\xFF\xFF\xF8 \x00"“a\xFF\xFF\x01\xFF\xFF\xFF\xF0\xC0\x00\x18\xFF\xFF\x00\xFF\xFF\xFF\xE1\x07\x8F\f\x7F\xFF\x00?\xFF\xFF\xC6\r\x9F\x06?\xFF\x00\x7F\xFF\xFF\xCC\x19\x99\x81\x1F\xFF\x01\xFF\xFF\xFF\x88\f\x91\x00\x8F\xFE\x03\xFF\xFF\xFF\x11\xCC\x93\x10\x8F\xFF\x0F\xFF\xFF\xFF#\xC0\x02>G\xFF?\xFF\xFF\xFE”`\xE0"“fG\xFF?\xFF\xFF\xFEG\x02\f\x06#\xBF?\xFF\xFF\xFE”"C\x88\x02\f#\xFF\x7F\xFF\xFF\xFC@\x11\xC1\x18"“3\xFF\xFF\xFF\xFF\xFC\x80\x03\xC8\x00\x13\xFF\x07\xFF\xFF\xFC\x8E \f\x80\x11\xFF\x07\xFF\xFF\xFC\x98\fL\x9F\x11\xFF\x03\xFF\xFF\xFC\x90\f\xE0\x83\x11\xFF\x00\x7F\xFF\xFC\x98\f\xE0\x81\x91\xFF\x00?\xFF\xFC\x8E\bL\x81\x91\xFF\x00?\xFF\xFC\x80 \f\x0F\x11\xFF\x00\x7F\xFF\xFC\x80\x03\x98\x00\x11\xFF\x00\x7F\xFF\xFC\x83\x11\x80\x00\x03\xFF\x00\xFF\xFF\xFC”"F\b\x00"“0\x03\xFF\x00\xFF\xFF\xFE”“D@\x00\x1C\x03\xFF\x00\xFF\xFF\xFE”"D\xC0@\x8C\x07\xFF\x01\xFF\xFF\xFE’\x80\x00\xCC\x07\xFF\x01\xFF\xFF\xFF\x00\x10\x00x\x07\xFF\x0F\xFF\xFF\xFF\x10""0&\x00\x0F\xFC\x04\x7F\xFF\xFF\x88"“2&\x00\x0F\xFC\xFF\xFF\xFF\xFF\xC4\x12”\x00\x1F\xFE\xFF\xFF\xFF\xFF\xC2\x1C<\x00?\xFF\xFF\xFF\xFF\xFF\xE1\x00\x00\x00\x7F\xFF\xFF\xFF\xFF\xFF\xF0@\x00\x00\xFF\xFF\xFF\xFF\xFF\xFF\xF8\x00\x00\x01\xFF\xFF\xFF\xFF\xFF\xFF\xFE\x01\xF0\x03\xFF\xFF\xFF\xFF\x80\xFF\xFF\x00\x00\x0F\xFF\xFF\xFF\xC0\x0F\xFF\xFF\xE0\x00?\xFF\xFF\xF8\x01\x7F\xF1\xFF\xFC\x03\xFF\xFF\xFF\x00?\xFF\x00\xFF\xFF\xFF\xFF\xFF\xFF\x07\xFF\xFE\x00\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xF8\x00\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xE0\x00\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF\x80\x00\x7F\xFF\xFF\xFF\xFF\xFF\xFF\xFE\x00\x00\x7F\xFF\xFF\xFF\xFF\xFF\xFF\xF8\x00\x00\x7F\xFF\xFF\xFF\xFF\xE0\xFF\xF0\x00\x00\x7F\xFF\xFF\xFF\xFC\x00\xFF\x80\x00\x00?\xFF\xFF\xFF\xC0\x00\xFE\x00\x00\x00?\xFF\xFF\xF8\x00\x00\xF8\x00\x00\x00?\xFF\xFF\x00\x00\x00\xC0\x00\x00\x00\x1F\xFF\xF0\x00\x00\x00\x80\x00\x00\x00\x1F\xFE\x00\x00\x00\x00

转换为16进制后显示的图片数据信息：
00 1F 8F FF FF FF FF FF E0 00 01 FF FF FF FF FF FF FF F0 00 0F FF FF FF FF FF FF FF F0 00 3F FF FF FF FF FF FF FF F0 00 3F FF FF FF FF FF FF FF FF 7F 0F FF FF FF FF FF FF FF FF F8 1F FF FF FF FF FC 01 FF FF FF 1F FF FF FF FF E0 00 3F FF FF 07 FF FF FF FF 00 F8 0F FF FF 07 FF FF FF FE 0E 03 83 FF FF 03 FF FF FF F8 20 00 61 FF FF 01 FF FF FF F0 C0 00 18 FF FF 00 FF FF FF E1 07 8F 0C 7F FF 00 3F FF FF C6 0D 9F 06 3F FF 00 7F FF FF CC 19 99 81 1F FF 01 FF FF FF 88 0C 91 00 8F FE 03 FF FF FF 11 CC 93 10 8F FF 0F FF FF FF 23 C0 02 3E 47 FF 3F FF FF FE 22 60 E0 66 47 FF 3F FF FF FE 47 02 0C 06 23 BF 3F FF FF FE 43 88 02 0C 23 FF 7F FF FF FC 40 11 C1 18 33 FF FF FF FF FC 80 03 C8 00 13 FF 07 FF FF FC 8E 20 0C 80 11 FF 07 FF FF FC 98 0C 4C 9F 11 FF 03 FF FF FC 90 0C E0 83 11 FF 00 7F FF FC 98 0C E0 81 91 FF 00 3F FF FC 8E 08 4C 81 91 FF 00 3F FF FC 80 20 0C 0F 11 FF 00 7F FF FC 80 03 98 00 11 FF 00 7F FF FC 83 11 80 00 03 FF 00 FF FF FC 46 08 00 30 03 FF 00 FF FF FE 44 40 00 1C 03 FF 00 FF FF FE 44 C0 40 8C 07 FF 01 FF FF FE 27 80 00 CC 07 FF 01 FF FF FF 00 10 00 78 07 FF 0F FF FF FF 10 30 26 00 0F FC 04 7F FF FF 88 32 26 00 0F FC FF FF FF FF C4 12 22 00 1F FE FF FF FF FF C2 1C 3C 00 3F FF FF FF FF FF E1 00 00 00 7F FF FF FF FF FF F0 40 00 00 FF FF FF FF FF FF F8 00 00 01 FF FF FF FF FF FF FE 01 F0 03 FF FF FF FF 80 FF FF 00 00 0F FF FF FF C0 0F FF FF E0 00 3F FF FF F8 01 7F F1 FF FC 03 FF FF FF 00 3F FF 00 FF FF FF FF FF FF 07 FF FE 00 FF FF FF FF FF FF FF FF F8 00 FF FF FF FF FF FF FF FF E0 00 FF FF FF FF FF FF FF FF 80 00 7F FF FF FF FF FF FF FE 00 00 7F FF FF FF FF FF FF F8 00 00 7F FF FF FF FF E0 FF F0 00 00 7F FF FF FF FC 00 FF 80 00 00 3F FF FF FF C0 00 FE 00 00 00 3F FF FF F8 00 00 F8 00 00 00 3F FF FF 00 00 00 C0 00 00 00 1F FF F0 00 00 00 80 00 00 00 1F FE 00 00 00 00

2 思路

二值化后的图片数据为：每像素占1bite（1位）。
为了显示，我们需要把图片信息还原为软件可以显示的格式，比如我现在还原的格式就是QImage::Format_Grayscale8，即每像素占8位的格式。

背景：二值化的图片信息是每像素占一位。0代表黑，1代表白。
方法：

1 根据图片数据的信息，图片占600的字节，即4800位，因此创建一个一维的容量为4800无符号数组，
2 读取图片每位的像素信息，
3 从低位到高位与1进行与操作（使用逻辑移位>>）
- 如果是1，则无符号数组中填充0xFF，两个十六进制数（即8位），即把1位每像素还原为8位每像素；
- 如果是0，则无符号数组中填充0x00；
- 填充的方法为：
  - 法1:根据宽、高分别为80和60，每一行数据代表一个宽，行数代表高，每一行满80（宽的个数==80），则换下一行（即高个数加1），在数组的位置标示为：宽长度（80）* 高个数 + 宽个数【用一位数组标示二维数组】
  - 法2:0到4800依次填充
4 根据图片的格式显示图片

3 实现代码

读取数据

    //读数据到bufferQFile file("/Users/macbookpro/Documents/test9.txt");QByteArray imgData;if(file.open(QIODevice::ReadOnly)){//只读、二进制方式imgData = file.readAll();file.close();} //转换为无符号数组unsigned char* tempImgContent = reinterpret_cast<unsigned char*>(imgData.data());int width = 80;int height = 60;unsigned char *binarydata = new unsigned char[width * height];// 每字节8位

法二：

   int pixCnt = 0;for(int i = 0; i < 600;i++){for(int j = 7; j >=0;j--){if(((tempImgContent[i]>>(j)) & 0x01) == 1){binarydata[pixCnt++] =  0xFF;//白(两个4位/一个16进制，共8位)}else{binarydata[pixCnt++] = 0x00;//黑}}}QImage imageData(binarydata, 80, 60,  QImage::Format_Grayscale8);

法一：

   int widthCnt = 0, heightCnt = 0;for(int i = 0; i < 600;i++){for(int j = 7; j >=0;j--){if(((tempImgContent[i]>>(j)) & 0x01) == 1){binarydata[heightCnt * 80 + widthCnt] =  0xFF;//白(两个4位/一个16进制，4位)widthCnt++;if(widthCnt == 80){heightCnt++;widthCnt = 0;}}else{binarydata[heightCnt * 80 + widthCnt] = 0x00;//黑widthCnt++;if(widthCnt == 80){heightCnt++;widthCnt = 0;}}}}QImage imageData(binarydata, 80, 60,  QImage::Format_Grayscale8);

4 扩展

4.1 RGB888

把二值化的图片数据转位24位每像素格式图片（即RGB每8位一像素）显示

思路：

1 创建一个二维数组[高][宽]；
2 读取图片数据，给二维数组的每个元素赋值，与1进行与操作，相同取1，不同取0；
3，根据宽、高、数据格式(QImage::Format_RGB888)，使用构造函数创建QImage对象，
4, 设置每个像素的值，如果是0，则赋予QColor(0,0,0),否则赋予QColor(255,255,255)，同时赋予位置。
5，调用QPixmap显示图片。

实现代码：
读取数据：

    //读数据到bufferQFile file("/Users/macbookpro/Documents/test9.txt");QByteArray imgData;if(file.open(QIODevice::ReadOnly)){//只读、二进制方式imgData = file.readAll();file.close();}
```cpp

存储到二维无符号数组

    unsigned char *msrc = tempImgContent;unsigned char tmpsrc;unsigned char pix[60][80];//创建二维数组 高和宽for (int i = 0;i < 60; i++) {for(int j = 0; j < 80; j += 8) {tmpsrc = *msrc++;pix[i][j+0] = (tmpsrc >> 7) & 0x01;//与1进行与操作，相同取1，不同取0pix[i][j+1] = (tmpsrc >> 6) & 0x01;pix[i][j+2] = (tmpsrc >> 5) & 0x01;pix[i][j+3] = (tmpsrc >> 4) & 0x01;pix[i][j+4] = (tmpsrc >> 3) & 0x01;pix[i][j+5] = (tmpsrc >> 2) & 0x01;pix[i][j+6] = (tmpsrc >> 1) & 0x01;pix[i][j+7] = (tmpsrc >> 0) & 0x01;}}

根据图片格式绘制图片：

 int nWidth = 80, nHeight = 60;QImage imageData(nWidth, nHeight, QImage::Format_RGB888);for (int x = 0;x < 60;x++) {for (int y = 0;y < 80;y++) {if(pix[x][y] == 0){//宽高，rgb三色imageData.setPixel(y, x, QColor(0, 0, 0).rgb());}else{imageData.setPixel(y, x, QColor(255, 255, 255).rgb());}}}

显示图片：

  QPixmap resImage = QPixmap::fromImage(imageData);resImage.scaled(ui->imageLabel->size(), Qt::IgnoreAspectRatio);//图片缩放到和label一样大小，并且改变图片比列ui->imageLabel->setScaledContents(true);//label可变属性ui->imageLabel->setPixmap(resImage);

4.2 Grayscale16

把二值化的图片转换为 QImage::Format_Grayscale16格式(16位每像素)


int widthCnt = 0, heightCnt = 0;for(int i = 0; i < 600;i++){for(int j = 7; j >=0;j--){if(((tempImgContent[i]>>(j)) & 0x01) == 1){binarydata[heightCnt * 160 + widthCnt*2] =  0xFF;//白(两个4位/一个16进制，8位)binarydata[heightCnt * 160 + widthCnt*2+1] =  0xFF;//白(两个4位/一个16进制，8位)widthCnt++;if(widthCnt == 160){heightCnt++;widthCnt = 0;}}else{binarydata[heightCnt * 160 + widthCnt*2] = 0x00;//黑binarydata[heightCnt * 160 + widthCnt*2+1] =  0x00;//黑(两个4位/一个16进制，8位)widthCnt++;if(widthCnt == 160){heightCnt++;widthCnt = 0;}}}}QImage imageData(binarydata, 80, 60,  QImage::Format_Grayscale16);

5 实验数据

链接:https://pan.baidu.com/s/1-ZfxiXacSiLCOcxlcBilWw 密码:aqm6

二值化图片数据解码显示(Grayscale8、Grayscale16、RGB888)————附带Qt版完整代码相关推荐

Matlab批量二值化图片保存及基本操作
1.批量二值化及保存 clc; clear; file_path = 'E:\spyder\spineunet-1\data\train\image\';% 图像文件夹路径 img_path_list ...
还在纠结通道数、位深度？实验带你看懂关于灰度图像，二值化图像，彩色图像、图片通道数，位深度的全部内容
数据加载相关前言图片的通道数.位深度单通道三通道四通道通道数之间的转化二值化图像小结灰度图像小结 pillow库相关全部代码前言首先我们都知道,图像是由一个个像素点组成的.图 ...
python 图像二值化
自适应二值化,高斯加权二值化: image =cv2.imread(r'E:\data\barcode\test\1009_11\test\blur\509915979678918664.jpg', ...
OTSU_图像二值化分割阈值的算法
简介: 大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出.从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景 ...
matlab 图像二值化后0、1像素的个数统计
目标: 批量处理RGB图像,对其进行二值化处理(需要考虑二值化的阈值设置,此处不展开) 统计二值化之后,各个黑白图像中0.1 的像素点数目使用折线图的方式,展示出统计的结果首先进行输入文件夹与输 ...
java入门之美图相机(原图、灰度、二值化、马赛克、融合、轮廓获取）
编写美图相机时,我们首先需要了解图片再计算机中的存储形式,详情可见http://t.csdn.cn/MgOfO 目录 <1>创建显示图片的主界面 1.添加窗体,用数列添加按钮,设置窗体可视 ...
OV2640灰度处理和软件二值化
图像灰度化 1.分量法 2.最大值法 3.平均法 4.加权平衡法计算灰度值流程 1.设置OV2640输出的数据为YUV422格式(16位数据的高字节为Y亮度值) void OV2640_YUV422 ...
OpenCV二值化cvThreshold和自适应二值化cvAdaptiveThreshold及Otsu
阈值化函数: double cvThreshold(constCvArr* src, CvArr* dst, double threshold, double max_value,int thresh ...
opencv 车牌识别---新能源车牌处理（二值化后按位取反）
场景: 在对车牌号进行识别时,不能识别出新能源车牌的车牌号. 问题原因: 因为我们的识别模板都是黑底白字,新能源的车牌进行二值化处理后都是白地黑字. 模板: 新能源车牌原图(部分): 新能源车牌二 ...

二值化图片数据解码显示(Grayscale8、Grayscale16、RGB888)————附带Qt版完整代码

文章目录