Cimage类处理图像像素（数据）的3种方式

这里只讨论对图像像素的处理，cimage类的具体用法查相关资料
#include ＜atlimage.h＞ //VS2010以后不用加这个
……………………
CImage m_Image; //或CImage* m_Image; 下面例子程序我用的CImage m_Image; 只是一个用成员选择符，一个用指针操作，效率上可能有所差异

下面是3种方法：

一、用Cimage类的成员函数进行处理

这里假设你已经加载了图像位图，并与CImage对象m_Image相关联。相关成员函数主要有：

GetPixel 返回像素颜色

SetPixel 设置像素颜色

如：m_Image.SetPixel( i-1, j-1, RGB(rr,gg,bb));

SetPixelRGB 设置像素的红绿蓝

如：m_Image.SetPixelRGB(x,y,avg,avg,avg);

SetColorTable 设置调色板颜色分量（红、绿、蓝）值

GetWidth 宽度（以像素为单位）

GetHeight 高度

1、程序示例

1）一个双线性插值放大程序。

[cpp] view plaincopy

if (m_Image.IsNull())
return;
// 创建对话框
DlgInterpolation TranPara;
//显示对话框，提示用户设定量
if (TranPara.DoModal() != IDOK)
return;
int k=TranPara.m_inter;
BeginWaitCursor();
CImage m_Image1;
if (! m_Image1.IsNull())
{
m_Image1.Destroy();
}
m_Image1.Create( m_Image.GetWidth()*k, m_Image.GetHeight()*k, 24,0);
// 四个最临近象素的坐标
int x1, x2;
int y1, y2;
// 四个最临近象素值
unsigned char f1, f2, f3, f4;
// 二个插值中间值
unsigned char f12, f34;
//计算结果
int fr,fb,fg;
double epsilon = 0.001;
COLORREF pixel11,pixel12,pixel21,pixel22;
int nHeight1 = m_Image1.GetHeight();
int nWidth1 = m_Image1.GetWidth();
int nHeight = m_Image.GetHeight();
int nWidth = m_Image.GetWidth();
double m=((double)nWidth1-1)/((double)nWidth-1);
for (int i=0; i<nWidth1; i++)
{
for (int j=0; j<nHeight1; j++)
{
double x=double((double)i/m);
double y=double((double)j/m);
//计算四个最临近象素的坐标，+1向右下方移动
x1 = (int) x;
x2 = x1 + 1;
y1 = (int) y;
y2 = y1 + 1;
if( (x < 0) || (x > nWidth - 1) || (y < 0) || (y > nHeight - 1))
{
//要计算的点不在源图范围内，返回-1
continue;
}
else
{
if (fabs(x - nWidth + 1) <= epsilon )
{
// 要计算的点在图像右边缘上
if (fabs(y -nHeight + 1) <= epsilon)
{
// 要计算的点正好是图像最右下角那一个象素，直接返回该点象素值
pixel11 = m_Image.GetPixel(x1,y1);
f1 = (unsigned char)GetRValue(pixel11);
fr=(int)f1;
f1 = (unsigned char)GetGValue(pixel11);
fg=(int)f1;
f1 = (unsigned char)GetBValue(pixel11);
fb=(int)f1;
}
else
{
// 在图像右边缘上且不是最后一点，直接一次插值即可
pixel11 = m_Image.GetPixel(x1,y1);
pixel12 = m_Image.GetPixel(x1,y2);
f1 = (unsigned char)GetRValue(pixel11);
f3 = (unsigned char)GetRValue(pixel12);
fr= (int) (f1 + (y -y1) * (f3 - f1));
f1 = (unsigned char)GetGValue(pixel11);
f3 = (unsigned char)GetGValue(pixel12);
fg= (int) (f1 + (y -y1) * (f3 - f1));
f1 = (unsigned char)GetBValue(pixel11);
f3 = (unsigned char)GetBValue(pixel12);
fb= (int) (f1 + (y -y1) * (f3 - f1));
}
}
else if (fabs(y - nHeight + 1) <= epsilon)
{
// 要计算的点在图像下边缘上且不是最后一点，直接一次插值即可
pixel11 = m_Image.GetPixel(x1,y1);
pixel21 = m_Image.GetPixel(x2,y1);
f1 = (unsigned char)GetRValue(pixel11);
f2 = (unsigned char)GetRValue(pixel21);
fr=(int) (f1 + (x -x1) * (f2 - f1));
f1 = (unsigned char)GetGValue(pixel11);
f2 = (unsigned char)GetGValue(pixel21);
fg=(int) (f1 + (x -x1) * (f2 - f1));
f1 = (unsigned char)GetBValue(pixel11);
f2 = (unsigned char)GetBValue(pixel21);
fb=(int) (f1 + (x -x1) * (f2 - f1));
}
else
{
pixel11 = m_Image.GetPixel(x1,y1);
pixel12 = m_Image.GetPixel(x1,y2);
pixel21 = m_Image.GetPixel(x2,y1);
pixel22 = m_Image.GetPixel(x2,y2);
// 计算四个最临近象素值
f1 = (unsigned char)GetRValue(pixel11);
f2 = (unsigned char)GetRValue(pixel21);
f3 = (unsigned char)GetRValue(pixel12);
f4 = (unsigned char)GetRValue(pixel22);
f12 = (unsigned char) (f1 + (x - x1) * (f2 - f1));
f34 = (unsigned char) (f3 + (x - x1) * (f4 - f3));
fr= (int) (f12 + (y -y1) * (f34 - f12));
f1 = (unsigned char)GetGValue(pixel11);
f2 = (unsigned char)GetGValue(pixel21);
f3 = (unsigned char)GetGValue(pixel12);
f4 = (unsigned char)GetGValue(pixel22);
f12 = (unsigned char) (f1 + (x - x1) * (f2 - f1));
f34 = (unsigned char) (f3 + (x - x1) * (f4 - f3));
fg= (int) (f12 + (y -y1) * (f34 - f12));
f1 = (unsigned char)GetBValue(pixel11);
f2 = (unsigned char)GetBValue(pixel21);
f3 = (unsigned char)GetBValue(pixel12);
f4 = (unsigned char)GetBValue(pixel22);
f12 = (unsigned char) (f1 + (x - x1) * (f2 - f1));
f34 = (unsigned char) (f3 + (x - x1) * (f4 - f3));
fb= (int) (f12 + (y -y1) * (f34 - f12));
}
}
m_Image1.SetPixel(i,j, RGB(fr,fg,fb));
}
}
m_Image.Destroy();
m_Image.Create( m_Image1.GetWidth(), m_Image1.GetHeight(), 24, 0);
COLORREF pixel;
for (int i=0; i<nWidth1; i++)
{
for (int j=0; j<nHeight1; j++)
{
pixel = m_Image1.GetPixel(i,j);
int y=GetRValue(pixel);
int p=GetGValue(pixel);
int b=GetBValue(pixel);
m_Image.SetPixelRGB(i,j,GetRValue(pixel),GetGValue(pixel),GetBValue(pixel));
}
}
m_Image1.Destroy();
Invalidate();
EndWaitCursor();

2）处理视频帧

[cpp] view plaincopy

……
Defog(imageprosses, nimgWidth, nimgheigt);/*我加的一个雾天图像增强的动态库，imageprosses是视频的一帧，输入imageprosses处理，并输出imageprosses*/
int rr = 0, gg = 0, bb = 0;
for (int i = 0; i < nimgWidth; i++)
{
for (int j = 1; j <= nimgheigt; j++)
{
bb=(int)imageprosses[3*i*j];
gg=(int)imageprosses[3*i*j+1];
rr=(int)imageprosses[3*i*j+2];
m_Image.SetPixel(i, j-1, RGB(rr,gg,bb));/*设置一帧图像的像素值用来显示*/
}
}
……

2、比较：非常慢。一个图像数据一般很大的，函数调用、参数传递会更加耗时。

二、直接对内存进行操作

相关成员函数：

GetPitch 行距

GetBPP 每像素位数，用时记得GetBPP()/8

GetBits 返回图像像素数据指针

1、程序示例

[cpp] view plaincopy

……
Defog(imageprosses, nimgWidth, nimgheigt);
//调用cimage类
if (m_Image.IsNull())
m_Image.Create( nimgWidth, nimgheigt, 24,0);
//地址访问方式
byte* pRealData;
//首地址
pRealData=(byte*)m_Image.GetBits();
//行距
int pit=m_Image.GetPitch();
for (int i = 0; i <nimgWidth; i++)
{
for (int j = 0; j < nimgheigt; j++)
{
*(pRealData + pit*j+ i*3)=(int)imageprosses[3*(nimgheigt-1-j)*nimgWidth+3*i];
*(pRealData + pit*j +i*3 +1)=(int)imageprosses[3*(nimgheigt-1-j)*nimgWidth+3*i+1];
*(pRealData + pit*j + i*3 +2)=(int)imageprosses[3*(nimgheigt-1-j)*nimgWidth+3*i+2];
}
}
m_Image.Draw(pDC->m_hDC,0,0,nWidth,nheigt);
……

2、比较：对地址直接操作最快，不需要多余的转换。

三、用数组进行处理

如果处理比较复杂的话，可把所有点颜色全部读到一个二维数组里面，然后对这个数组进行读写和处理。再把处理后的图像显示出来。最方便的是可以进行一些自己需要的预处理，比如我是这样做的。

首先定义一个相关头文件和源文件处理相关内存操作

//MYIMAGE.h

[cpp] view plaincopy

#if !defined(MyIMAGE)
#define MyIMAGE
#if _MSC_VER > 1000
#pragma once
#endif // _MSC_VER > 1000
#include "windows.h"
// 灰度图
typedef byte **MYIMAGE;/*二维数组的数组名就是一个指向指针的指针,a的作用相当于**a，而a->[0],相当于a[0][0]*/
//彩色图
typedef struct MYCOLORIMAGESTRUCT
{
MYIMAGE r, g, b;
}MYCOLORIMAGE;
// 8bit图像操作
// 8bit图像分配
MYIMAGE MyImageAlloc(int height,int width);
// 8bit图像释放
void MyImageFree(MYIMAGE a, int height);
// 8bit图像拷贝
bool MyImageCopy(MYIMAGE dest, MYIMAGE source, int width, int height);
// 8bit图像设置
void MyImageSet(MYIMAGE a, int value, int width, int height);
// 24bit图像操作
// 24bit图像分配
MYCOLORIMAGE MyColorImageAlloc(int height,int width);
// 24bit图像释放
void MyColorImageFree(MYCOLORIMAGE a, int height);
// 24bit图像拷贝
bool MyColorImageCopy(MYCOLORIMAGE dest, MYCOLORIMAGE source, int width, int height);
// 24bit图像设置
void MyColorImagSet(MYCOLORIMAGE a, int value, int width, int height);
// 彩色图像转灰度图象
bool MyColorToGray(MYIMAGE outGrayImg, MYCOLORIMAGE inColorImg, int width, int Height);
#endif MyIMAGE

//MYIMAGE.cpp

[cpp] view plaincopy

#include "StdAfx.h"
#include "MYIMAGE.h"
//灰度图像
/**************my分配内存空间***************/
MYIMAGE MyImageAlloc(int height,int width)
{
MYIMAGE a = (MYIMAGE) new MYIMAGE*[height];//数组指针
int i;
byte* pTemp;
pTemp = new UCHAR[height*width];
for(i = 0; i < height; i++)
{
a[i] = pTemp + width * i;
}
return a;
}
/*********释放内存空间***************/
void MyImageFree(MYIMAGE a, int height)
{
delete[] a[0];
delete a;
}
/*******拷贝************/
bool MyImageCopy(MYIMAGE dest, MYIMAGE source, int width, int height)
{
if(dest == NULL || source == NULL || width <= 0 || height <= 0)
return false;
int i = 0;
for(i = 0; i < height; i++)
{
memcpy(dest[i], source[i], sizeof(UCHAR) * width);
}
return true;
}
/*******赋值*******/
void MyImageSet(MYIMAGE a, int value, int width, int height)
{
int i;
for(i = 0; i < height; i++)
{
memset(a[i], value, sizeof(UCHAR) * width);
}
}
//彩色图像
/**************my彩色图像分配内存空间**********************/
MYCOLORIMAGE MyColorImageAlloc(int height,int width)
{
//MYCOLORIMAGE a = (MYCOLORIMAGE) new char[sizeof(MYIMAGE) * 3];
MYCOLORIMAGE a;
a.r = MyImageAlloc(height,width);
a.g = MyImageAlloc(height,width);
a.b = MyImageAlloc(height,width);
return a;
}
/****************my彩色图像空间内存释放*********************/
void MyColorImageFree(MYCOLORIMAGE a, int height)
{
/*
MyImageFree(a->r, height);
MyImageFree(a->g, height);
MyImageFree(a->b, height);
delete a;
*/
MyImageFree(a.r, height);
MyImageFree(a.g, height);
MyImageFree(a.b, height);
}
/***************my彩色图像拷贝******************/
bool MyColorImageCopy(MYCOLORIMAGE dest, MYCOLORIMAGE source, int width, int height)
{
/*
if(dest == NULL || source == NULL || width <= 0 || height <= 0)
return false;
int i = 0;
for(i = 0; i < height; i++)
{
memcpy(dest->r[i], source->r[i], sizeof(UCHAR) * width);
memcpy(dest->g[i], source->g[i], sizeof(UCHAR) * width);
memcpy(dest->b[i], source->b[i], sizeof(UCHAR) * width);
}
return true;
*/
if(dest.r == NULL || source.r == NULL || width <= 0 || height <= 0)
return false;
for(int i = 0; i < height; i++)
{
memcpy(dest.r[i], source.r[i], sizeof(UCHAR) * width);
memcpy(dest.g[i], source.g[i], sizeof(UCHAR) * width);
memcpy(dest.b[i], source.b[i], sizeof(UCHAR) * width);
}
return true;
}
/**********my彩色图像赋值*****************/
void MyColorImagSet(MYCOLORIMAGE a, int value, int width, int height)
{
int i;
for(i = 0; i < height; i++)
{
memset(a.r[i], value, sizeof(UCHAR) * width);
memset(a.g[i], value, sizeof(UCHAR) * width);
memset(a.b[i], value, sizeof(UCHAR) * width);
}
}
/**********my彩色图转为灰度图**************/
bool MyColorToGray(MYIMAGE outGrayImg, MYCOLORIMAGE inColorImg, int width, int Height)
{
if(outGrayImg == NULL || inColorImg.r == NULL || width <= 0 || Height <= 0)
return false;
for(int j = 0; j < Height; j++)
{
for(int i = 0; i < width; i++)
{
outGrayImg[j][i] = (int)(0.3 * inColorImg.r[j][i] + 0.59 * inColorImg.g[j][i] + 0.11 * inColorImg.b[j][i]);
}
}
return TRUE;
}

然后一些预处理操作，如格式间转换:

//ImageTransform.h

[cpp] view plaincopy

#if !defined(ImageTransform)
#define ImageTransform
#if _MSC_VER > 1000
#pragma once
#endif // _MSC_VER > 1000
//#include "ximage.h"
#include "MYIMAGE.h"
#include "atlimage.h"
//CImage到MYIMAGE之间的格式转换
//灰度
// CImage转换成MYIMAGE
BOOL CxImageToMYIMAGE(MYIMAGE destpImgbuf, CImage& sourpCxImage, int nImgWidth, int nImgHeight);
// MYIMAGE转换成CImage
BOOL MYIMAGEToCxImage(CImage& destpCxImage, MYIMAGE sourpImgbuf, int nImgWidth, int nImgHeight);
//彩色
// CImage转换成MYCOLORIMAGE
BOOL CxxImageToMYIMAGE(MYCOLORIMAGE destpImgbuf, CImage& sourpCxImage, int nImgWidth, int nImgHeight);
// MYCOLORIMAGE转换成CImage
BOOL MYIMAGEToCxxImage(CImage& destpCxImage, MYCOLORIMAGE sourpImgbuf, int nImgWidth, int nImgHeight);
#endif ImageTransform

//ImageTransform.cpp

[cpp] view plaincopy

#include "StdAfx.h"
#include "ImageTransform.h"
//灰度
// CImage转换成MYIMAGE
BOOL CxImageToMYIMAGE(MYIMAGE destpImgbuf, CImage& sourpCxImage, int nImgWidth, int nImgHeight)
{
// 参数检查
if(destpImgbuf == NULL || sourpCxImage == NULL || nImgWidth <= 0 || nImgHeight <= 0)
return FALSE;
int i, j;
COLORREF rgb;
//8位灰度图转存为8位灰度图
if(sourpCxImage.GetBPP()/8 ==1)
{
for(j = 0; j < nImgHeight; j++)
{
for(i = 0; i < nImgWidth; i++)
{
destpImgbuf[j][i] = (byte)sourpCxImage.GetPixel(i, j);
}
}
}
//24位灰度图象转换为8位灰度图
else if(sourpCxImage.GetBPP()/8==3)
{
for(j = 0; j < nImgHeight; j++)
{
for(i = 0; i < nImgWidth; i++)
{
rgb = sourpCxImage.GetPixel(i, j);
destpImgbuf[j][i] = GetRValue(rgb);
}
}
}
return TRUE;
}
// MYIMAGE转换成CImage
BOOL MYIMAGEToCxImage(CImage& destpCxImage, MYIMAGE sourpImgbuf, int nImgWidth, int nImgHeight)
{
// 参数检查
if(destpCxImage == NULL || sourpImgbuf == NULL || nImgWidth <= 0 || nImgHeight <= 0)
return FALSE;
int i, j;
//8位灰度图转换为24位灰度图
for(j = 0; j < nImgHeight; j++)
{
for(i = 0; i < nImgWidth; i++)
{
destpCxImage.SetPixelRGB(i, j, sourpImgbuf[j][i],sourpImgbuf[j][i],sourpImgbuf[j][i]);
}
}
return TRUE;
}
//24位真彩色
//CImage转换成MYCOLORIMAGE
BOOL CxxImageToMYIMAGE(MYCOLORIMAGE destpImgbuf, CImage& sourpCxImage, int nImgWidth, int nImgHeight)
{
// 参数检查
if(destpImgbuf.r == NULL || sourpCxImage == NULL || nImgWidth <= 0 || nImgHeight <= 0)
return FALSE;
int i, j;
COLORREF rgb;
//24位转换为24位存储
for(j = 0; j < nImgHeight; j++)
{
for(i = 0; i < nImgWidth; i++)
{
rgb=sourpCxImage.GetPixel(i, j);
destpImgbuf.r[j][i] = GetRValue(rgb);
destpImgbuf.g[j][i] = GetGValue(rgb) ;
destpImgbuf.b[j][i] = GetBValue(rgb) ;
}
}
return TRUE;
}
//MYCOLORIMAGE转换成CImage
BOOL MYIMAGEToCxxImage(CImage& destpCxImage, MYCOLORIMAGE sourpImgbuf, int nImgWidth, int nImgHeight)
{
// 参数检查
if(destpCxImage == NULL || sourpImgbuf.r == NULL || nImgWidth <= 0 || nImgHeight <= 0)
return FALSE;
int i, j;
//24位转换为24位存储
for(j = 0; j < nImgHeight; j++)
{
for(i = 0; i < nImgWidth; i++)
{
destpCxImage.SetPixelRGB(i, j,sourpImgbuf.r[j][i],sourpImgbuf.g[j][i],sourpImgbuf.b[j][i]);
}
}
return TRUE;
}

1、程序示例，一个Laplacian算子进行锐化的例子。

[cpp] view plaincopy

//模版系数取1
if (m_Image.IsNull())
return;
BeginWaitCursor();
if (!m_Img.IsNull())
m_Img.Destroy();
m_Img.Create( m_Image.GetWidth(), m_Image.GetHeight(), 24,0);
int nWidth = m_Image.GetWidth();
int nHeight = m_Image.GetHeight();
MYIMAGE RData=NULL;
MYIMAGE GData=NULL;
MYIMAGE BData=NULL;
RData=MyImageAlloc(nHeight,nWidth);
GData=MyImageAlloc(nHeight,nWidth);
BData=MyImageAlloc(nHeight,nWidth);
COLORREF color ;
for(int j = 0;j<nWidth;j++)
for(int i = 0;i<nHeight; i++)
{
color = m_Image.GetPixel(j,i);
RData[i][j]= GetRValue(color);
GData[i][j]= GetGValue(color);
BData[i][j]= GetBValue(color);
}
int templ[9] = {0,-1,0,-1,4,-1,0,-1,0};
for (int i = 1; i < nWidth-1; i++)
{
for (int j = 1; j < nHeight-1; j++)
{
int r = 0, g= 0, b = 0;
int index = 0;
//模版1
for (int col = -1; col <= 1; col++)
{
for (int row = -1; row <= 1; row++)
{
r+= RData[j+row][i+col] * templ[index];
g+= GData[j+row][i+col] * templ[index];
b+= BData[j+row][i+col] * templ[index];
index++;
}
}
if ( r < 0 ) r = -r;
else if ( r > 255 ) r = 255;
if ( g < 0 ) g = -g;
else if ( g > 255 ) g = 255;
if ( b < 0 ) b = -b;
else if ( b > 255 ) b = 255;
m_Img.SetPixelRGB(i,j,r,g,b);
}
}
MyImageFree(RData, nHeight);
MyImageFree(GData, nHeight);
MyImageFree(BData, nHeight);
Invalidate();
EndWaitCursor();

2、比较:比较方便也比较快

Cimage类处理图像像素（数据）的3种方式相关推荐

【编程语言】利用CImage类对图像像素的处理（图像二值化）
最近做的课程作业需要用到CImage函数处理图像,其中涉及到读取图像以及对图像像素进行操作,在这里记录一下自己的理解. 首先是CImage类的定义和读取图片 CImage srcImage;CIm ...
c#图像处理入门(-bitmap类和图像像素值获取方法)
c#图像处理入门 -bitmap类和图像像素值获取方法一．Bitmap类 Bitmap对象封装了GDI+中的一个位图,此位图由图形图像及其属性的像素数据组成.因此Bitmap是用于处理由像素数据定义 ...
C#中的bitmap类和图像像素值获取方法
private void button1_Click_1(object sender, EventArgs e) { // 画直线 //Bitmap bitM ...
javacpp-FFmpeg系列之2：通用拉流解码器，支持视频拉流解码并转换为YUV、BGR24或RGB24等图像像素数据...
javacpp-ffmpeg系列: javacpp-FFmpeg系列之1:视频拉流解码成YUVJ420P,并保存为jpg图片 javacpp-FFmpeg系列之2:通用拉流解码器,支持视频拉流解码并转 ...
ITK系列4_ ITK访问图像像素数据
实例4 ITK访问图像像素数据 #include "itkImage.h" //这个例子阐述了 SetPixel( )和 GetPixel( )方法的用法 //可以直接访问图像中包 ...
python读取图像数据流_浅谈TensorFlow中读取图像数据的三种方式
本文面对三种常常遇到的情况,总结三种读取数据的方式,分别用于处理单张图片.大量图片,和TFRecorder读取方式.并且还补充了功能相近的tf函数. 1.处理单张图片我们训练完模型之后,常常要用图片 ...
html中获取modelandview中的json数据_从Bitmap中获取YUV数据的两种方式
从Bitmap中我们能获取到的是RGB颜色分量,当需要获取YUV数据的时候,则需要先提取R,G,B分量的值,然后将RGB转化为YUV(根据具体的YUV的排列格式做相应的Y,U,V分量的排列) 所以这篇 ...
form表单、控制器中接收表单提交数据的4种方式
Form表单这篇文章主要讲的是form表单的提交之前我们接触过的form表单元素是在Bootstrap框架里面,这次也将用到Bootstrap框架去布局(见图表1)通过Bootstrap框架布局呈 ...
控制器中接收数据的四种方式
控制器中接收数据的四种方式: (仅限于个别的方式(get/post)有效) 通过形参的方式接收表单提交的数据(可以接收post与get提交的数据): 注释: GetData自己定义的方法名里面存入形参 ...

Cimage类处理图像像素（数据）的3种方式

Cimage类处理图像像素（数据）的3种方式相关推荐

最新文章

热门文章