C语言实现BMP图像开运算处理

2024-07-31 07:29:17

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("./threshold.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("open.bmp", "wb");
 if (fop == 0)
  return 0;

 // 定义结构元素
 // 腐蚀操作

 int t = 0, d = 0, r = 0;
 for (int i = 1; i < height; ++i){
  for (int j = 0; j < width - 1; ++j){
   t = *(pBmpBuf + i*lineByte + j);       // 当前点
   d = *(pBmpBuf + (i - 1)*lineByte + j); // 下面点
   r = *(pBmpBuf + i*lineByte + j + 1);   // 右边点
   if (t == 0 && d != 0){
    *(pBmpBuf + (i - 1)*lineByte + j) = 0;//下边的置位1
   }
   if (t == 0 && r != 0){
    *(pBmpBuf + i*lineByte + j + 1) = 0;//右边的置位1
    j = j + 1;
   }
  }
 }
 // 膨胀操作
 // 初始化
 unsigned char* pBmpBuf2;
 pBmpBuf2 = new unsigned char[lineByte*height];
 for (int i = 0; i < height; ++i){
  for (int j = 0; j < width; ++j){
   *(pBmpBuf2 + i*lineByte + j) = 255;
  }
 }

 // 腐蚀操作
 for (int i = 1; i < height; ++i){
  for (int j = 0; j < width - 1; ++j){
   t = *(pBmpBuf + i*lineByte + j);       // 当前点
   d = *(pBmpBuf + (i - 1)*lineByte + j); // 下面点
   r = *(pBmpBuf + i*lineByte + j + 1);   // 右边点
   if (t == 0 && d == 0 && r == 0){
    *(pBmpBuf2 + i*lineByte + j) = 0;       // 当前点
   }
  }
 }
 // 结构元素向上反转180度，对最下面一排处理
 for (int j = 0; j < width - 1; ++j){
  t = *(pBmpBuf + j);            // 当前点
  d = *(pBmpBuf + lineByte + j); // 上面点
  r = *(pBmpBuf + j + 1);        // 右边点
  if (t == 0 && d == 0 && r == 0){
   *(pBmpBuf2 + j) = 0;       // 当前点
  }
 }
 // 结构元素向右反转，对最右边一列处理
 for (int i = 1; i < height; ++i){
  t = *(pBmpBuf + i*lineByte + width - 1);
  d = *(pBmpBuf + (i - 1)*lineByte + width - 1);
  r = *(pBmpBuf + i*lineByte + width - 2);
  if (t == 0 && d == 0 && r == 0){
   *(pBmpBuf2 + i*lineByte + width - 1) = 0;       // 当前点
  }
 }

 fwrite(&fileHead, sizeof(BITMAPFILEHEADER), 1, fop);
 fwrite(&infoHead, sizeof(BITMAPINFOHEADER), 1, fop);
 fwrite(pColorTable, sizeof(RGBQUAD), 255, fop);
 fwrite(pBmpBuf2, lineByte*height, 1, fop);
 fclose(fop);

 system("pause");
 return 0;
}

实验结果：

实验结果分析：效果图和原图差别不大。但细节如眼睛略微由区别。

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。

C语言数字图像处理之直方图均衡化

本文实例为大家分享了C语言直方图均衡化的具体代码,供大家参考,具体内容如下原理直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等.这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图:如果输出数据分段值较小的话,会产生粗略分类的视觉效果. 直方图是表示数字图像中每一灰度出现频率的统计关系.直方图能给出图像灰度范围.每个
C语言实现BMP图像处理(哈夫曼编码)

哈夫曼(Huffman)编码是一种常用的压缩编码方法,是 Huffman 于 1952 年为压缩文本文件建立的.它的基本原理是频繁使用的数据用较短的代码代替,较少使用的数据用较长的代码代替,每个数据的代码各不相同.这些代码都是二进制码,且码的长度是可变的. 下面给出具体的 Huffman 编码算法: (1) 首先统计出每个符号出现的频率,上例 S0 到 S7 的出现频率分别为 4/14,3/14,2/14,1/14,1/14,1/14,1/14,1/14. (2) 从左到右把上述频率按从小到大的
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BMP图像处理(彩色图转灰度图)

我们知道真彩图不带调色板,每个象素用 3 个字节,表示 R.G.B 三个分量.所以处理很简单,根据 R.G.B 的值求出 Y 值后,将 R.G.B 值都赋值成 Y,写入新图即可. 在YUV 的颜色表示方法中,Y 分量的物理含义就是亮度,它含了灰度图(grayscale)的所有信息,只用 Y 分量就完全能够表示出一幅灰度图来.YUV 和RGB 之间有着如下的对应关系: 再来看看带调色板的彩色图,我们知道位图中的数据只是对应调色板中的一个索引值,我们只需要将调色板中的彩色变成灰度,形成新调色板,而位
C语言数字图像处理之图像缩放

本文实例为大家分享了C语言实现图像缩放的具体代码,供大家参考,具体内容如下 1. 定义(摘自维基百科) 在计算机图形学中,图像缩放指的是通过增加或去掉像素来改变图片的尺寸.由于要在效率和图像质量比如平滑度和清晰度之间做折衷,图像缩放并不是个简单的过程.当图像尺寸增大的时候,组成图像的像素也越来越大,图像看上去就变"柔和"了.而缩小图像的时候,图像就变得平滑和清晰了. 除了为了适应显示区域而缩小图片外,图像缩小技术更多的是被用来产生预览图片.图像放大技术一般被用来令一个较小的图像填充一个
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

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
详解Python图像形态学处理(开运算,闭运算,梯度运算)

目录一.图像开运算二.图像闭运算三.图像梯度运算四.总结这篇文章将继续介绍开运算.闭运算和梯度运算.数学形态学(Mathematical Morphology)是一种应用于图像处理和模式识别领域的新方法.数学形态学(也称图像代数)表示以形态为基础对图像进行分析的数学工具,其基本思想是用具有一定形态的结构元素去量度和提取图像中对应形状以达到对图像分析和识别的目的. 一.图像开运算开运算一般能平滑图像的轮廓,削弱狭窄部分,去掉较细的突出.闭运算也是平滑图像的轮廓,与开运算相反,它一般熔合

C语言实现BMP图像开运算处理

相关推荐

随机推荐