转自：分享用于学习C++图像处理的代码示例

为了便于学习图像处理并研究图像算法，

俺写了一个适合初学者学习的小小框架。

麻雀虽小五脏俱全。

采用的加解码库:stb_image

官方:http://nothings.org/

stb_image.h用于解析图片格式:

JPG, PNG, TGA, BMP, PSD, GIF, HDR, PIC

stb_image_write.h用于保存图片格式:

PNG, TGA, BMP, HDR

附带处理耗时计算,示例演示了一个简单的反色处理算法,并简单注释了一下部分逻辑。

完整代码:

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

#include <iostream>

#include <algorithm>

#include <cstdint>

#include <numeric>

#include <math.h>

#include <io.h>

//使用stbImage http://nothings.org/

#define STB_IMAGE_IMPLEMENTATION

#include "stb_image.h"

#define STB_IMAGE_WRITE_IMPLEMENTATION

#include "stb_image_write.h"

//如果是Windows的话，调用系统API ShellExecuteA打开图片

#if defined(_MSC_VER)

#include <windows.h>

#define USE_SHELL_OPEN

#endif

//是否使用OMP方式计时

#define USE_OMP 0

#if USE_OMP

#include <omp.h>

auto const epoch = omp_get_wtime();

double now() {

return omp_get_wtime() - epoch;

};

#else

#include <chrono>

auto const epoch = std::chrono::steady_clock::now();

double now() {

return std::chrono::duration_cast<std::chrono::milliseconds>(std::chrono::steady_clock::now() - epoch).count() / 1000.0;

};

#endif

//计时函数

template<typename FN>

double bench(const FN &fn) {

auto took = -now();

return (fn(), took + now());

}

//存储当前传入文件位置的变量

std::string m_curFilePath;

//加载图片

void loadImage(const char* filename, unsigned char*& Output, int &Width, int &Height, int &Channels)

{

Output = stbi_load(filename, &Width, &Height, &Channels, 0);

}

//保存图片

void saveImage(const char* filename, int Width, int Height, int Channels, unsigned char* Output, bool open = true)

{

std::string saveFile = m_curFilePath;

saveFile += filename;

//保存为png,也可以调用stbi_write_bmp 保存为bmp

stbi_write_png(saveFile.c_str(), Width, Height, Channels, Output, 0);

#ifdef USE_SHELL_OPEN

if (open)

ShellExecuteA(NULL, "open", saveFile.c_str(), NULL, NULL, SW_SHOW);

#else

//其他平台暂不实现

#endif

}

//取当前传入的文件位置

void getCurrentFilePath(const char* filePath, std::string& curFilePath)

{

char drive[_MAX_DRIVE];

char dir[_MAX_DIR];

char fname[_MAX_FNAME];

char ext[_MAX_EXT];

curFilePath.clear();

_splitpath_s(filePath, drive, dir, fname, ext);

curFilePath += drive;

curFilePath += dir;

curFilePath += fname;

curFilePath += "_";

}

//算法处理,这里以一个反色作为例子

void processImage(unsigned char* Input, unsigned char* Output, unsigned int Width, unsigned int Height, unsigned int Channels)

{

int WidthStep = Width*Channels;

if (Channels == 1)

{

for (unsigned int Y = 0; Y < Height; Y++)

{

unsigned char* pOutput = Output + (Y * WidthStep);

unsigned char* pInput = Input + (Y * WidthStep);

for (unsigned int X = 0; X < Width; X++)

{

pOutput[0] = 255 - pInput[0];

//下一个像素点

pInput += Channels;

pOutput += Channels;

}

else if (Channels == 3 || Channels == 4)

{

for (unsigned int Y = 0; Y < Height; Y++)

{

unsigned char* pOutput = Output + (Y * WidthStep);

unsigned char* pInput = Input + (Y * WidthStep);

for (unsigned int X = 0; X < Width; X++)

{

pOutput[0] = 255 - pInput[0];

pOutput[1] = 255 - pInput[1];

pOutput[2] = 255 - pInput[2];

//通道数为4时，不处理A通道反色(pOutput[3] = 255 - pInput[3];)

//下一个像素点

pInput += Channels;

pOutput += Channels;

}

//本人博客:http://tntmonks.cnblogs.com/转载请注明出处.

int main(int argc, char **argv) {

std::cout << "Image Processing " << std::endl;

std::cout << "Demo By Gaozhihan (Build 2016-03-22)" << std::endl;

std::cout << "支持解析如下图片格式:" << std::endl;

std::cout << "JPG, PNG, TGA, BMP, PSD, GIF, HDR, PIC" << std::endl;

//检查参数是否正确

if (argc < 2)

{

std::cout << "参数错误。" << std::endl;

std::cout << "请拖放文件到可执行文件上，或使用命令行：imageProc.exe 图片" << std::endl;

std::cout << "例如: imageProc.exe d:\\image.jpg" << std::endl;

return 0;

}

std::string szfile = argv[1];

//检查输入的文件是否存在

if (_access(szfile.c_str(), 0) == -1)

{

std::cout << "输入的文件不存在，参数错误！" << std::endl;

}

getCurrentFilePath(szfile.c_str(), m_curFilePath);

int Width = 0; //图片宽度

int Height = 0; //图片高度

int Channels = 0; //图片通道数

unsigned char* inputImage = NULL; //输入图片指针

double nLoadTime = bench([&]{

//加载图片

loadImage(szfile.c_str(), inputImage, Width, Height, Channels);

});

std::cout << " 加载耗时: " << int(nLoadTime * 1000) << " 毫秒" << std::endl;

if ((Channels != 0) && (Width != 0) && (Height != 0))

{

//分配与载入同等内存用于处理后输出结果

unsigned char* outputImg = (unsigned char*)STBI_MALLOC(Width*Channels*Height*sizeof(unsigned char));

if (inputImage) {

//如果图片加载成功，则将内容复制给输出内存，方便处理

memcpy(outputImg, inputImage, Width*Channels*Height);

}

else {

std::cout << " 加载文件: \n" << szfile.c_str() << " 失败!" << std::endl;

}

double nProcessTime = bench([&]{

//处理算法

processImage(inputImage, outputImg, Width, Height, Channels);

});

std::cout << " 处理耗时: " << int(nProcessTime * 1000) << " 毫秒" << std::endl;

//保存处理后的图片

double nSaveTime = bench([&]{

saveImage("_done.png", Width, Height, Channels, outputImg);

});

std::cout << " 保存耗时: " << int(nSaveTime * 1000) << " 毫秒" << std::endl;

//释放占用的内存

if (outputImg)

{

STBI_FREE(outputImg);

outputImg = NULL;

}

if (inputImage)

{

STBI_FREE(inputImage);

inputImage = NULL;

}

else

{

std::cout << " 加载文件: \n" << szfile.c_str() << " 失败!" << std::endl;

}

getchar();

std::cout << "按任意键退出程序 \n" << std::endl;

return 0;

}

示例具体流程为：

加载图片->算法处理->保存图片->打开保存图片(仅Windows)

并对加载，处理，保存这三个环节都进行了耗时计算并输出。

示例代码下载:

http://files.cnblogs.com/files/tntmonks/imageProcDemo.zip

若有其他相关问题或者需求也可以邮件联系俺探讨。

邮箱地址是:
gaozhihan@vip.qq.com

【分享用于学习C++图像处理的代码示例】框架相关推荐

深度学习（图像处理）代码库
为大家整理的代码资源库,收集了大量深度学习项目图像处理领域的代码链接.包括图像识别,图像生成,看图说话等等方向的代码,所有代码均按照所属技术领域建立索引,以便大家查阅使用. 2.1 图像生成 2.1 ...
主动学习简单教程及代码示例
本文是这篇文章的(翻译)简化版. 本文代码地址已经不止一次有人说代码地址打不开,但是每次我都打得开..这里放个阿里云的地址吧Active_Learning_Tutorial.ipynb.需要的去阿里 ...
强化学习(Sarsa与q-learning)代码示例
一.Sarsa算法 Sarsa算法是on-policy的,行为策略是什么,目标策略就是什么,即优化的是他实际执行的策略,所以使用Sarsa算法的agent在探索时显得有点"胆小". ...
Selenium学习_常用场景代码示例
启动Chrome浏览器,并链接到Baidu IWebDriver chromeSession = new ChromeDriver(@"C:\realUserTool\resource\ch ...
大数据学习之Spark-core常用代码示例
一.查看分区表 packagecom.shujia.spark.core importorg.apache.spark.rdd.RDD importorg.apache.spark.{SparkCon ...
7个使用PyTorch的技巧，含在线代码示例！网友：我连第一个都不知道？！
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达丰色发自凹非寺量子位报道 | 公众号 QbitAI 大家在使 ...
python判别性别的代码_python如何实现性别识别 python实现性别识别代码示例
python如何实现性别识别?本篇文章小编给大家分享一下python实现性别识别代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 使用keras ...
java五子棋棋盘_java绘制五子棋棋盘代码示例
本篇文章小编给大家分享一下java绘制五子棋棋盘代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 代码如下: import javax.imag ...
python pexpect模块详解_python Pexpect模块如何使用 python Pexpect模块使用代码示例
python Pexpect模块如何使用?本篇文章小编给大家分享一下python Pexpect模块使用代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以 ...
python表情代码_python如何实现表情识别 python实现表情识别代码示例
python如何实现表情识别?本篇文章小编给大家分享一下python实现表情识别代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 表情识别表情 ...

【分享用于学习C++图像处理的代码示例】框架

转自：分享用于学习C++图像处理的代码示例

【分享用于学习C++图像处理的代码示例】框架相关推荐

最新文章

热门文章