基于QT的不同位深图像像素处理方法.docxVIP

基于QT的不同位深图像像素处理方法 　　摘 要 QT已经在图像处理方面得到了广泛应用，由于计算机系统数据对齐的限制，对不同位深图像的操作需要不同的方法。本文主要针对QT中的QImage类，对不同位深图像的像素值获取方法，以及图像数据类型转化的方法进行了论述。　　关键词 QT 位深 数据对齐 像素处理　　中图分类号： 文献标识码：A　　1 QT中的图像类　　QT是一个支持跨平台的C++图形用户界面应用程序开发框架。在QT中，应用于图像处理方面最为常用的图像类是QImage，由于它良好的封装，使得人们可以很容易地编写C++代码，对图像数据进行处理，而不用关心底层设计，所以基于QT的图像处理应用越来越多。由于数字图像有多种数据格式，在进行图像处理时，能够正确地对图像数据进行操作直接影响到整体的图像处理结果。　　2 QT中不同位深图像及其数据存储方式　　在数字图像的表示中，每个像素用到的数据位数称为图像的位深度，简称位深。常见的数字图像分为以下几种：32位图像、24位图像、8位图像、1位图像。对于彩色图像，其颜色用R、G、B分量来表示，32位的图像额外增加了一个Alpha通道，用于表示图像的透明度；8位图像，则记录的是256种颜色的索引值。本文主要讨论32位、24位、8位图像的数据操作及转换方法。　　在QImage类中，32位图像每个像素用4个字节表示，格式为0xAARRGGBB，表示为QImage：：Format_RGB32；24位图像每个像素用3个字节表示，格式为0xBBGGRR，表示为QImage：：Format_888；8位图像每个像素用1个字节表示，记录颜色索引值，可以记录256种颜色，表示为QImage：：Format_Indexed8。　　图： 不同位深图像像素的字节存储方式　　3不同位深图像的像素处理　　图像数据对齐　　图像的数据是以字节为单位保存的，每一行的字节数必须是4的整数倍，不足的需要在最后进行补0。当图像的宽度不是4的整数倍时，需要使用以下公式进行换算：　　W=/32*4　　上述公式中，width是图像的宽度，bitcount是图像的位深，W是在程序中图像每行的实际字节数。　　构造图像文件　　在已知图像的长度和宽度时，有时需要自己构造图像数据，可以使用长度和宽度构造一幅空白图像数据，代码如下：　　QImage image = QImage；　　上式中format根据图像的位深可以自行选择，32、24、8位图像对应的格式为QImage：：Format_32， QImage：：Format_888， QImage：：Format_Indexed8 。　　?D像的操作　　在对像素进行遍历操作时，将图像看成二维数组，获取到图像的首地址，然后找到行下标，再寻找列下标，即可进行操作。例如彩色图像要获取第i行，第j列的像素的红色通道值记为R，索引图像获取索引值gray。按照32位图像每个像素占4个字节，24位图像每个像素占3个字节，8位图像每个像素占1个字节的理解，对于不同位深图像的操作代码会写成如下：　　R_32=imagebits_32[i * width * 4 + j * 4 + 2]；　　R_24=imagebits_24[i * width * 3 + j * 3]；　　gray_8=imagebits_8[i * width + j]；　　由于数据需要32位对齐，因此对于32位的图像，上述操作不会有问题，但对于24位和8位的图像，上述操作就会存在问题，当图像的宽度不是4的整数倍时，上述操作无法取到正确的像素通道值。　　通用方法　　为了得到正确的R，采用到公式来重新计算图像数据的实际字节宽度，计算方法如下：　　W_32 = /32 * 4；　　W_24 = /32 * 4；　　W_8 = /32 * 4；　　R_32 = imagebits_32[i * W_32 + j * 4 + 2]；　　R_24 = imagebits_24[i * W_24 + j * 3]；　　gray_8 = imagebits_8[i * W_8 + j]；　　 QT中对像素值操作的方法　　由于QImage类提供了很多接口，能更加简便地获取图像的像素值。　　方法一：利用数据补齐宽度进行计算。　　W = ；　　R_32 = imagebits_32 [i * W + j * 4 + 2]；　　R_24 = imagebits_24 [i * W + j * 3]；　　gray_8 = imagebits_8 [i * W + j]；　　方法二：先获取图像数据每行的首地址，再获取具体的像素值。　　uchar* imagebits = ；　　R_32