C语言实现BMP图像边缘检测处理

2024-09-29 21:07:49

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("./01.bmp", "rb");
 if (fp == 0)
  return 0;
 BITMAPFILEHEADER fileHead;
 fread(&fileHead, sizeof(BITMAPFILEHEADER), 1, fp);

 BITMAPINFOHEADER infoHead;
 fread(&infoHead, sizeof(BITMAPINFOHEADER), 1, fp);
 int width = infoHead.biWidth;
 int height = infoHead.biHeight;
 int biCount = infoHead.biBitCount;

 int lineByte = (biCount*width / 8 + 3) / 4 * 4;
 RGBQUAD* pColorTable;
 pColorTable = new RGBQUAD[256];
 fread(pColorTable, sizeof(RGBQUAD), 256, fp);

 unsigned char* pBmpBuf;
 pBmpBuf = new unsigned char[lineByte*height];
 fread(pBmpBuf, lineByte*height, 1, fp);
 fclose(fp);

 // 新图
 FILE* fop = fopen("sobel.bmp", "wb");
 if (fop == 0)
  return 0;
 unsigned char *pBmpBuf2;
 // 初始化
 pBmpBuf2 = new unsigned char[lineByte*height];
 for (int i = 0; i < height; ++i){
  for (int j = 0; j < width; ++j){
   *(pBmpBuf2 + i*lineByte + j) = *(pBmpBuf + i*lineByte + j);
  }
 }

 int ul, uc, ur, dl, dc, dr;
 int lu, lc, ld, ru, rc, rd;
 double hir, vec;
 for (int i = 1; i < height - 1; ++i){
  for (int j = 1; j < width - 1; ++j){
   // 垂直梯度算子：检测水平边缘
   vec = 0;
   ul = *(pBmpBuf + (i + 1)*lineByte + (j - 1))*(-1);
   uc = *(pBmpBuf + (i + 1)*lineByte + j)*(-2);
   ur = *(pBmpBuf + (i + 1)*lineByte + j)*(-1);
   dl = *(pBmpBuf + (i - 1)*lineByte + (j - 1)) * 1;
   dc = *(pBmpBuf + (i - 1)*lineByte + j) * 2;
   dr = *(pBmpBuf + (i - 1)*lineByte + j) * 1;
   vec = ul + uc + ur + dl + dc + dr;
   // 水平梯度算子：检测垂直边缘
   hir = 0;
   lu = *(pBmpBuf + (i + 1)*lineByte + (j - 1))*(-1);
   lc = *(pBmpBuf + (i - 0)*lineByte + (j - 1))*(-2);
   ld = *(pBmpBuf + (i - 1)*lineByte + (j - 1))*(-1);
   ru = *(pBmpBuf + (i + 1)*lineByte + (j + 1)) * 1;
   rc = *(pBmpBuf + (i - 0)*lineByte + (j + 1)) * 2;
   rd = *(pBmpBuf + (i - 1)*lineByte + (j + 1)) * 1;
   hir = lu + lc + ld + ru + rc + rd;
   *(pBmpBuf2+i*lineByte+j) = round(sqrt(hir*hir + vec*vec));
  }
 }

 fwrite(&fileHead, sizeof(BITMAPFILEHEADER), 1, fop);
 fwrite(&infoHead, sizeof(BITMAPINFOHEADER), 1, fop);
 fwrite(pColorTable, sizeof(RGBQUAD), 256, fop);
 fwrite(pBmpBuf2, lineByte*height, 1, fop);
 fclose(fop);

 system("pause");
 return 0;
}

实验结果：

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。

OpenCV半小时掌握基本操作之边缘检测

目录概述 Scharr 算子 Laplacian 算子 Sobel vs Scharr vs Laplacian Canny 边缘检测高斯滤波器梯度和方向非极大值抑制双阈值检测 [OpenCV]⚠️高手勿入! 半小时学会基本操作⚠️ 边缘检测概述 OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 12 课) Scharr 算子 Scharr 算子和 Sobel 算子基本一样. 只是卷积核系数不同. Sch
OpenCV中Canny边缘检测的实现

目录 1. Canny 边缘检测理论 1.1.高斯滤波 1.2.Sobel算子计算梯度和方向 1.3.非极大值抑制(定位准确的边缘同时可缩小边缘线宽) 1.4.双阈值检测 2. OpenCV 之 Canny 边缘检测边缘检测一般是识别目标图像中亮度变化明显的像素点. 因为显著变化的像素点通常反映了图像变化比较重要的地方. 1. Canny 边缘检测理论 Canny 是一种常用的边缘检测算法. 其是在 1986 年 John F.Canny 提出的. Canny 是一种 multi-stage
OpenCV 边缘检测

边缘在人类视觉和计算机视觉中均起着重要的作用. 人类能够仅凭一张背景剪影或一个草图就识别出物体类型和姿态. 其中OpenCV提供了许多边缘检测滤波函数,这些滤波函数都会将非边缘区域转为黑色,将边缘区域转为白色或其他饱和的颜色. 不过这些滤波函数都很容易将噪声错误地识别为边缘,所以需要进行模糊处理. 本次的模糊操作使用高斯模糊(低通滤波器),最常用的模糊滤波器(平滑滤波器)之一,是一个削弱高频信号强度的低通滤波器. 低通滤波器,在像素与周围像素的亮度差值小于一个特定值时,平滑该像素的亮度,主要用于
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

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

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

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)

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

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

C语言实现BMP图像边缘检测处理

相关推荐

随机推荐