- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数字图像处理程序集.
本程序实现了图像的均衡化,运用直方图均衡化处理的“中心思想”把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布对图像进行非线性拉伸,重新分配图像像素值,使一定灰度范围内的像素数量大致相同。在实际处理变换时,先对原始图像的灰度情况进行统计分析,并计算出原始直方图分布,然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后,按照这个映射关系对源图像各点像素进行灰度转换,即完成对源图的直方图均衡化。
#include stdafx.h
#include cv.h
#include highgui.h
#pragma comment (lib, cxcore.lib)
#pragma comment (lib, cv.lib)
#pragma comment (lib, highgui.lib)
long TestFunc(CPlatformDoc *pDoc)
{
int nWidth = pDoc-m_ImgSource.GetWidth();
int nHeight = pDoc-m_ImgSource.GetHeight();
pDoc-m_ImgResult.Create(nWidth, nHeight, pDoc-m_ImgSource.GetBPP());
LPBYTE pData1 = (LPBYTE)pDoc-m_ImgSource.GetBits();
LPBYTE pData2 = (LPBYTE)pDoc-m_ImgResult.GetBits();
int histo[256];
memset(histo,0,sizeof(int)*256);
int x,y;
for(y = 0 ; y nHeight ; y++)
for(x = 0 ; x nWidth ; x++)
{
int t=
(*(pData1+pDoc-m_ImgSource.GetPitch()*y+3*x)+*(pData1+pDoc-m_ImgSource.GetPitch()*y+3*x+1)+*(pData1+pDoc-m_ImgSource.GetPitch()*y+3*x+2))/3;
histo[t]++;
}
double ahisto[256];
ahisto[0] = histo[0];
for(x = 1 ; x 256 ; x++)
ahisto[x] = ahisto[x-1]+histo[x];
int lookup[256];
for(x = 0 ; x 256 ; x++)
lookup[x] = int(ahisto[x]*255/nWidth/nHeight+x/256.0);
for(y = 0 ; ynHeight ; y++ )
for(x = 0 ; x nWidth ; x++)
{
int t = *(pData1+pDoc-m_ImgSource.GetPitch()*y+x*3);
*(pData2+pDoc-m_ImgSource.GetPitch()*y+x*3) = lookup[t];
*(pData2+pDoc-m_ImgSource.GetPitch()*y+x*3+1) = lookup[t];
*(pData2+pDoc-m_ImgSource.GetPitch()*y+x*3+2) = lookup[t];
}
return 0;
}
均衡化前 均衡化后
本程序实现了图像的颜色渐变效果。(此程序原为课本例题)
#include stdafx.h
#include cv.h
#include highgui.h
#include math.h
IplImage* pSrcImg=0; ☆源图像指针
IplImage* pDstImg=0; ☆目标图像指针
void UpdateGradientCoef(int nCoef)
{
CvPoint cenPoint=cvPoint(pSrcImg→width/2,pSrcImg→heigth/2); ☆图像中心点
double fGradCoef;
fGradCoef=(nCoef-100)/10;
for(int i=0;ipSrcImg→heigth;i++) ☆计算灰度渐变后的像素
您可能关注的文档
- 教案全英新目标八年级英语下册第一单元Unit1Willpeoplehaverobots教案..doc
- 教案和练习第六节亚洲经济的发展..doc
- 教材四级网络工程师复习资料全集..doc
- 教案模板20129版澳洲文明史鉴与制度伦理启示..doc
- 教案warm-up准备..doc
- 教案第一课神奇的货币..doc
- 教案新人教版七上1.3.4有理数的加减溷合运算-..doc
- 教科版三年级下册科学实验报告单..doc
- 教科版九年级思想品德导学案全册..doc
- 教科版三年级语文下册全册教案..doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)