图形图像处理-之-一个复杂度为常数快速局部自适应算法.pdf

图形图像处理－之－一个复杂度为常数的快速局部自适应算法 HouSisong@GM 2008.04.12 (2009.03.10 可以到这里下载完整的可以编译的项目源代码: http://cid- 10/browse.aspx/.Public?uc=4 tag: 图像二值化,局部自适应,二维模板 摘要: 图像处理中，某些算法在对一个像素的处理都需要根据周围很多像素的综合信息 来做处理，这类算法一般叫做局部自适应算法,用以得到更好的处理效果;但很多时候 这都可能成为一个性能瓶颈，因为对一个像素点都需要做大量的处理；本文将提供我使 用的一个复杂度为常数的快速局部自适应算法。 (当然,某些二维模板不一定能够拆解成常数算法，但很多还是可以拆解成线性算法的) 正文: 代码使用C++,编译器:VC2005 测试平台:(CPU:AMD64x2 4200+(2.37G); 内存:DDR2 677(双通道); 编译 器:VC2005) A:像素使用ARGB32 颜色类型，颜色和图片的数据定义: typedef unsigned char TUInt8; // [0..255] typedef unsigned long TUInt32; struct TARGB32 // 32 bit color { TUInt8 b,g,r,a; // a is alpha }; struct TPicRegion // 一块颜色数据区的描述，便于参数传递 { TARGB32 * pdata; // 颜色数据首地址 long byte_width; // 一行数据的物理宽度(字节宽度)； // 注意: abs(byte_width)有可能大于等于width*sizeof(TARGB32); unsigned long width; // 像素宽度 unsigned long height; // 像素高度 }; // 那么访问一个点的函数可以写为： inline TARGB32 Pixels( const TPicRegion pic, const long x, const long y) { return ( (TARGB32 * )((TUInt8 * )pic.pdata + pic.byte_width * y) )[x]; } B:图像二值化的一个简单实现 函数的作用是将一幅彩色图像转化成黑白两色的图像； 算法很简单，像素的亮度值大于127(也可以预先统计出源图片的平均亮度值作 为阈值)的转换为白色，否则设置为黑色，实现如下: const double cs_gray_red = 0.299 ; const double cs_gray_green = 0.587 ; const double cs_gray_blue = 0.114 ; inline long getGray0( const TARGB32 color) // 获得颜色的 亮度 { return ( long )(color.r * cs_gray_red + color.g * cs_gray_green + color.b * cs_gray_blue); } void threshold0( const TPicRegion dst, const TPicRegion src) { long width = dst.width; if (src.width width) width = src.width; long height = dst.height; if (src.height height) height = src.height; TARGB32 * srcLine