C语言实现bmp图像对比度扩展

假设有一幅图，由于成象时光照不足，使得整幅图偏暗(例如，灰度范围从0到63)；或者成象时光照过强，使得整幅图偏亮(例如，灰度范围从200到255)，我们称这些情况为低对比度，即灰度都挤在一起，没有拉开。灰度扩展的意思就是把你所感性趣的灰度范围拉开，使得该范围内的象素，亮的越亮，暗的越暗，从而达到了增强对比度的目的。

我们可以用下图来说明对比度扩展(contrast stretching)的原理：

图中的横坐标gold表示原图的灰度值，纵坐标gnew表示gold经过对比度扩展后得到了新的灰度值。a,b,c为三段直线的斜率，因为是对比度扩展，所以斜率b>1。g1old和g2old表示原图中要进行对比度扩展的范围，g1new和g2new表示对应的新值。用公式表示为：

实现代码：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#pragma pack(1)   //全紧凑模式

typedef struct {
 unsigned char bfType[2];
 unsigned int bfSize;
 unsigned short bfReserved1;
 unsigned short bfReserved2;
 unsigned int bfOffBits;
}bitmapFileHeader;

typedef struct {
 unsigned int biSize;
 unsigned int biWidth;
 unsigned int biHeight;
 unsigned short biPlanes;
 unsigned short biBitCount;
 unsigned int biCompression;
 unsigned int biSizeImage;
 unsigned int biXPixPerMeter;
 unsigned int biYPixPerMeter;
 unsigned int biClrUsed;
 unsigned int biClrImportant;
}bitmapInfoHeader;

typedef struct{
 unsigned char rgbBlue;
 unsigned char rgbGreen;
 unsigned char rgbRed;
 unsigned char rgbReserved;

}rgbQUAD;

typedef struct{
 bitmapFileHeader bfHeader;
 bitmapInfoHeader biHeader;
 rgbQUAD palette[256];
 unsigned char *imgData;
}bmp;

int main(){
 FILE *fp;
 if((fp=fopen("d:\Temp\\test_gray.bmp","rb"))==NULL){
  perror("can not open file!");
  return -1;
 }
 //读入彩色bmp图像文件头，信息头和图像数据
 bitmapFileHeader bfHeader;
 fread(&bfHeader,14,1,fp);
 bitmapInfoHeader biHeader;
 fread(&biHeader,40,1,fp);
 int imSize=biHeader.biSizeImage;
 int width=biHeader.biWidth;
 int height=biHeader.biHeight;
 int bitCount=biHeader.biBitCount;
 int lineBytes=(width*bitCount+31)/32*4;

 fseek(fp,bfHeader.bfOffBits,SEEK_SET);
 unsigned char*imageData=(unsigned char*)malloc(imSize*sizeof(unsigned char));
 fread(imageData,imSize*sizeof(unsigned char),1,fp);
 fclose(fp);

 bmp b;
 memcpy(&(b.bfHeader),&bfHeader,sizeof(bfHeader));
 memcpy(&(b.biHeader),&biHeader,sizeof(biHeader));
 b.imgData=(unsigned char*)malloc(sizeof(unsigned char)*imSize);
 memset(b.imgData,0,sizeof(unsigned char)*imSize);
 for(int i=0;i<256;i++){
  b.palette[i].rgbBlue=i;
  b.palette[i].rgbGreen=i;
  b.palette[i].rgbRed=i;
 }

 int i,j,temp;
 double m=1.5,g1=100.0,g2=200.0; //m在这里对应斜率b，因为“b”这个符号被bmp图像结构名占了
 double a=(255.0-m*(g2-g1))/(255.0-(g2-g1));
 for(i=0;i<height;i++){
  for(j=0;j<width;j++){
   temp=imageData[lineBytes*i+j];
   if(temp<g1)
    b.imgData[lineBytes*i+j]=(unsigned char)(a*temp);
   else if(temp<g2)
    b.imgData[lineBytes*i+j]=(unsigned char)(g1+m*(temp-g1));
   else
    b.imgData[lineBytes*i+j]=(unsigned char)(g2+a*(temp-g2));

  }
 }

 char savePath[]="D:\Temp\\save_test.bmp";
 FILE *f_save=fopen(savePath,"wb");
 if(f_save==NULL){
  perror("can not open file!");
  return -2;
 }

 fwrite(&b.bfHeader,sizeof(bitmapFileHeader),1,f_save);
 fwrite(&b.biHeader,sizeof(bitmapInfoHeader),1,f_save);
 fwrite(&b.palette,1024,1,f_save);
 fwrite(b.imgData,sizeof(unsigned char)*b.biHeader.biSizeImage,1,f_save);
 fclose(f_save);

 free(imageData);
 free(b.imgData);
 getchar();
 return 0;
}

代码效果：

原图像：

灰度（100-200）扩展图像：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

赞 (0)

相关推荐

  • OpenCV 图像对比度的实践

    OpenCV 图像对比度的实践

    本文主要介绍了OpenCV 图像对比度,具有一定的参考价值,感兴趣的可以了解一下 实现原理 图像对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小.差异范围越大代表对比越大,差异范围越小代表对比越小.设置一个基准值thresh,当percent大于0时,需要令图像中的颜色对比更强烈,即数值距离thresh越远,则变化越大:当percent等于1时,对比强到极致,只有255和0的区分:当percent等于0时,不变:当percent小于0时,对比下降

  • opencv调整图像亮度对比度的示例代码

    opencv调整图像亮度对比度的示例代码

    图像处理 图像变换就是找到一个函数,把原始图像矩阵经过函数处理后,转换为目标图像矩阵. 可以分为两种方式,即像素级别的变换和区域级别的变换 Point operators (pixel transforms) Neighborhood (area-based) operators 像素级别的变换就相当于\(p_{after}(i,j) = f(p_{before}(i,j))\),即变换后的每个像素值都与变换前的同位置的像素值有个函数映射关系. 对比度和亮度改变 线性变换 最常用的是线性变换．即

  • Python 图像对比度增强的几种方法(小结)

    Python 图像对比度增强的几种方法(小结)

    图像处理工具--灰度直方图 灰度直方图时图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率. 例子:矩阵 图片来自网络,侵删! 上面图片的灰度直方图 python实现 #!usr/bin/env python #-*- coding:utf-8 _*- """ @author:Sui yue @describe: 灰度直方图,描述每个灰度级在图像矩阵中的像素个数或者占有率 @time: 2019/09/15 """ import

  • OpenCV实现低对比度图像脏污区域检测

    OpenCV实现低对比度图像脏污区域检测

    目录 1. 低对比度图像脏污区域检测 2. 实现方法介绍 3. C++源码实现 4.结果 总结 参考 1. 低对比度图像脏污区域检测 先上图: 第一张图如果不是标注结果,我都没有发现脏污区域在哪里,第二张图还清晰一些,基本可以看出来图像靠近左边缘的位置有偏暗的区域,这就是我们所说的脏污区域了,也是我们要检测的区域. 标注结果图: 2. 实现方法介绍 这里介绍两种实现方法, 第一种是用C++实现参考博文的方法,即利用梯度方法来检测,具体步骤如下: 对图像进行高斯模糊去噪,梯度计算对噪声很敏感: 调

  • C语言实现bmp图像对比度扩展

    C语言实现bmp图像对比度扩展

    假设有一幅图,由于成象时光照不足,使得整幅图偏暗(例如,灰度范围从0到63):或者成象时光照过强,使得整幅图偏亮(例如,灰度范围从200到255),我们称这些情况为低对比度,即灰度都挤在一起,没有拉开.灰度扩展的意思就是把你所感性趣的灰度范围拉开,使得该范围内的象素,亮的越亮,暗的越暗,从而达到了增强对比度的目的. 我们可以用下图来说明对比度扩展(contrast stretching)的原理: 图中的横坐标gold表示原图的灰度值,纵坐标gnew表示gold经过对比度扩展后得到了新的灰度值.a

  • C语言实现BMP图像的读写功能

    C语言实现BMP图像的读写功能

    C语言实现BMP图像的读写 对于刚接触数字图像的同学,应该都有一个疑问,如何把一个BMP格式的图像用纯C语言读入呢,我相信这也是数字图像处理的第一步,如果有幸看到这篇文档,我就有幸的成为你数字图像处理路上的第一盏明灯! 了解BMP的构成 这就是BMP图像的理论知识,有个大概的了解就行,最主要的是从理论到实践!!! 废话不多说,直接上干货. 代码 定义头文件为"bmp.h",定义read_bmp函数为读函数,write_bmp函数为写函数 读bmp图 #include <stdli

  • C语言实现BMP图像边缘检测处理

    C语言实现BMP图像边缘检测处理

    本文实例为大家分享了C语言实现BMP图像边缘检测处理的具体代码,供大家参考,具体内容如下 以Sobel算子为例,其余模板算子卷积代码部分同Sobel算子.如:高斯算子.拉普拉斯算子等 #include <stdio.h> #include <stdlib.h> #include <Windows.h> #include <math.h> int main(int* argc, char** argv) { FILE* fp = fopen("./0

  • C语言读取BMP图像数据的源码

    复制代码 代码如下: /* File name:   bmpTest.c   Author:      WanChuan XianSheng    Date:        Oct 01, 2011   Description: Show all Info a bmp file has. including    FileHeader Info, InfoHeader Info and Data Part. Reference: BMP图像数据的C语言读取源码*/ #include <stdio

  • C语言实现bmp图像平移操作

    C语言实现bmp图像平移操作

    平移变换是一种几何变换.平移的公式为:x1=x0+t,y1=y0+t,其中(x0,y0)是原图像中的坐标,(x1,y1)是经过平移变换后的对应点的坐标. 在编程中,先将处理后图像的所有区域赋值为白色,然后找出平移后显示区域的左上角点(x0,y0)和右下角点(x1,y1),分以下几种情况处理: 先看x方向(width为图像的宽度) (1)t<=-width,图像向左移动,此时图像完全移除了显示区域,所以不做任何处理: (2)-width<t<=0,图像向左移动,图像区域的x范围为0~wid

  • C语言实现BMP图像闭运算处理

    C语言实现BMP图像闭运算处理

    闭运算可以把比结构元素小的特定图像细节出去,同时保证不产生全局的几何失真.填充比结构元素小的缺口或孔,搭接短的间断而起到连接作用. 运算:也就是先膨胀后腐蚀. #include <stdio.h> #include <stdlib.h> #include <Windows.h> int main(int* argc, char** argv) { FILE* fp = fopen("./threshold.bmp", "rb");

  • C语言实现BMP图像细化处理

    C语言实现BMP图像细化处理

    细化(thinning)算法有很多,我们在这里介绍的是一种简单而且效果很好的算法,用它就能够实现从文本抽取骨架的功能.我们的对象是白纸黑字的文本,但在程序中为了处理的方便,还是采用 256 级灰度图,不过只用到了调色板中 0 和 255 两项. 所谓细化,就是从原来的图中去掉一些点,但仍要保持原来的形状.实际上,是保持原图的骨架.所谓骨架,可以理解为图象的中轴,例如一个长方形的骨架是它的长方向上的中轴线:正方形的骨架是它的中心点:圆的骨架是它的圆心,直线的骨架是它自身,孤立点的骨架也是自身.那么

  • C语言实现BMP图像开运算处理

    C语言实现BMP图像开运算处理

    开运算可以把比结构元素小的特定图像细节出去,同时保证不产生全局的几何失真.滤掉比结构元素小的突刺,切断细长搭接而起到分离作用. 运算:用B开启A就是选出了A中某些与B相匹配的点,这些点可由完全包含在A中的结构元素B的平移得到.也就是先腐蚀后加膨胀. #include <stdio.h> #include <stdlib.h> #include <Windows.h> int main(int* argc, char** argv) { FILE* fp = fopen(

  • C语言实现BMP图像处理(直方图均衡化)

    C语言实现BMP图像处理(直方图均衡化)

    本文实例为大家分享了C语言实现BMP图像直方图均衡化处理的具体代码,供大家参考,具体内容如下 计算步骤: 1)统计各灰度值的概率: 2)计算了累积概率直方图(CDF): 3)取整扩展:Tk = int[ (L-1)*Tk]; #include <Windows.h> #include <stdlib.h> #include <stdio.h> #include <math.h> int main(int* argc, char** argv) { FILE*

  • C语言实现将彩色bmp图像转化为灰图、灰度图像反色

    C语言实现将彩色bmp图像转化为灰图、灰度图像反色

    本文实例为大家分享了C语言实现将彩色bmp图像转化为灰图.灰度图像反色的具体代码,供大家参考,具体内容如下 彩色图像转灰度图像 彩色(24位)bmp图像结构: typedef struct{ bitmapFileHeader bfHeader; bitmapInfoHeader biHeader; unsigned char *imgData; }bmp; 灰度(8位)bmp图像结构: typedef struct{ bitmapFileHeader bfHeader; bitmapInfoHe

随机推荐