投稿
程序员

2021-04-03

作者：admin 2021-04-20 我要评论

数字图像处理西安电子科技大学出版社第三版 的C语言实现 序言本学期学校开设了数字图像处理课程老师布置了作业让我们编程实现教材第三章中的各种图像处理算法。...

（在说正事之前，我要推荐一个福利：你还在原价购买阿里云、腾讯云、华为云服务器吗？那太亏啦！来这里，新购、升级、续费都打折，能够为您省60%的钱呢！2核4G企业级云服务器低至69元/年，点击进去看看吧>>>)

数字图像处理（西安电子科技大学出版社）第三版 的C语言实现

序言：本学期学校开设了数字图像处理课程，老师布置了作业，让我们编程实现教材第三章中的各种图像处理算法。（可以选用OpenCV，VC++,Matlab）
下面我会用C语言实现如下算法:

1. 均值滤波

2. 中值滤波

3. Sobel算子滤波

4. Prewitt算子滤波

5. Krisch算子滤波

6. Roberts算子滤波

7. 灰度线性变换

8. 直方图均衡化

我使用Dev C++进行C语言编程，遵循以下步骤：

1.将需要处理的256灰度图像用Img2LCD 软件转换为十六进制数组（256灰度图）。

2.在C开发环境中对图像数组进行处理，将处理完的数组以符合MATLAB矩阵输入语法的格式输出。

3.将输出的数组粘贴到MATLAB矩阵中显示出来（直方图同上）。

废话不多说，直接贴代码：

main函数

// An highlighted block
#include <stdio.h> 
#include <math.h>
#include <string.h>

void InitMatrix(void);                                     //存档输入矩阵 
int  SiSheWuRu(float num);                                 //四舍五入函数 
void Linearization(float a,float b,float c,float d);       //分段线性化
void ImageIntensify(void);                                 //图像增强 
void OutputHistogram(void);                                //输出直方图 
void OutputMatrix(int *p);                                 //输出滤波后的矩阵 
void AverageFilter(void);                                  //均值滤波函数 
void MiddleFilter(void);                                   //中值滤波函数 
void RobertsFilter(void);                                  //Roberts梯度滤波函数 
void PrewittFilter(void);                                  //Prewitt梯度滤波函数
void SobelFilter(void);                                    //Sobel梯度滤波函数
void KrischFilter(void);                                   //Krisch梯度滤波函数
void IsoSobelFilter(void);                                 //IsoSobel梯度滤波函数
void ClearMatrix(void);                                    //清除矩阵缓存 

int main(void)
{
	int flag=1;
	int OperationNum=0;
	float a,b,c,d;

	InitMatrix();

    while(flag)
    {
    	printf("Enter operation number: \n 1.AverageFilter  2.MiddleFilter     3.RobertsGradFilter\
       4.PrewittFilter \n 5.SobelFilter    6.KrischFilter     7.output original Matrix  8.quit\n \
9.Linearization  10.ImageIntensify  11.Output Histogram\n\n");
    	scanf("%d",&OperationNum);
    	if(OperationNum==10)
    	{
    		printf("Enter 'a','b','c','d'.\n:");
    		scanf("%f%f%f%f",&a,&b,&c,&d);		
		} 
    	switch(OperationNum)
    	{
    		case 1: OperationNum=0; AverageFilter();        OutputMatrix(image[0]); break;
    		case 2: OperationNum=0; MiddleFilter();         OutputMatrix(image[0]); break;
    		case 3: OperationNum=0; RobertsFilter();        OutputMatrix(image[0]); break;
    		case 4: OperationNum=0; PrewittFilter();        OutputMatrix(image[0]); break;
    		case 5: OperationNum=0; SobelFilter();          OutputMatrix(image[0]); break;
    		case 6: OperationNum=0; KrischFilter();         OutputMatrix(image[0]); break;
    		case 7: OperationNum=0; ClearMatrix();          OutputMatrix(image[0]); break;
    		case 8: OperationNum=0; flag=0;                                         break; 
    		case 9: OperationNum=0; Linearization(a,b,c,d); OutputMatrix(image[0]); break; 
    		case 11:OperationNum=0; OutputHistogram();                              break;
    		case 10:OperationNum=0; ImageIntensify();       OutputMatrix(image[0]); break;
		}
		ClearMatrix();
	}
    return 0;
}

void MiddleFilter(void)
{
	int I,J,i,j,Compare[9],temp;
	for(i=1;i<N-1;i++)
    {
        for(j=1;j<M-1;j++)
        {
            Compare[0]=image[i-1][j-1];
			Compare[1]=image[i-1][j];
			Compare[2]=image[i-1][j+1];
			Compare[3]=image[i][j-1];
			Compare[4]=image[i][j];
			Compare[5]=image[i][j+1];
			Compare[6]=image[i+1][j-1];
			Compare[7]=image[i+1][j];
			Compare[8]=image[i+1][j+1];
			for(I=0;I<8;I++)
			{
				for(J=0;J<8-I;J++)
				{
					if(Compare[J]>Compare[J+1])
					{
						temp=Compare[J];
						Compare[J]=Compare[J+1];
						Compare[J+1]=temp;
					}
				}
			}
			imageT[i][j]=Compare[4];
        }
    }
    for(i=1;i<N-1;i++)
        for(j=1;j<M-1;j++)
        image[i][j]=imageT[i][j];
}

int SiSheWuRu(float num)
{
    int temp=0,result;
    temp=num*10;
    result=temp/10;
    temp=temp%10;
    if(temp>=5)
    result++;
    return result;
}

void OutputMatrix(int *p)
{
    long k=0;
	for(k=0;k<N*M;k++)
	{
		if((k+1)%M==0)
			printf("%d; \n",*(p+k));
		else
			printf("%d,",*(p+k));
	}
}

void AverageFilter(void)
{
    int i,j;
    for(i=1;i<N-1;i++)
    {
        for(j=1;j<M-1;j++)
        {
            imageT[i][j]=(image[i-1][j-1]+image[i-1][j]+image[i-1][j+1]+
			              image[i][j-1]+image[i][j]+image[i][j+1]+
						  image[i+1][j-1]+image[i+1][j]+image[i+1][j+1])/(9.0);
            image[i][j]=SiSheWuRu(imageT[i][j]);
        }
    }
}

void RobertsFilter(void)
{
	int i,j;
    for(i=0;i<N-1;i++)
    {
        for(j=0;j<M-1;j++)
        {
            imageT[i][j]=sqrt(pow(image[i][j]-image[i+1][j],2)+pow(image[i][j]-image[i][j+1],2));
            if(imageT[i][j]>255)
    		imageT[i][j]=255;
            imageT[i][j]=SiSheWuRu(imageT[i][j]);
        }
    }
    for(i=0;i<N-1;i++)
        for(j=0;j<M-1;j++)
        image[i][j]=imageT[i][j];
}

void PrewittFilter(void)
{
	int i,j;
	int Sx=0,Sy=0;
	for(i=1;i<N-1;i++)
    {
        for(j=1;j<M-1;j++)
        {
        	Sx=image[i+1][j-1]+image[i+1][j]+image[i+1][j+1]-
			  (image[i-1][j-1]+image[i-1][j]+image[i-1][j+1]);
        	Sy=image[i-1][j+1]+image[i][j+1]+image[i+1][j+1]-
			  (image[i-1][j-1]+image[i][j-1]+image[i+1][j-1]);
        	imageT[i][j]=sqrt(pow(Sx,2)+pow(Sy,2));
        	if(imageT[i][j]>255)
    		imageT[i][j]=255;
            imageT[i][j]=SiSheWuRu(imageT[i][j]);
        }
    }
    for(i=1;i<N-1;i++)
        for(j=1;j<M-1;j++)
        image[i][j]=imageT[i][j];
}

void SobelFilter(void)
{
	int i,j;
	int Sx=0,Sy=0;
	for(i=1;i<N-1;i++)
    {
        for(j=1;j<M-1;j++)
        {
        	Sx=image[i+1][j-1]+2*image[i+1][j]+image[i+1][j+1]-
			  (image[i-1][j-1]+2*image[i-1][j]+image[i-1][j+1]);
        	Sy=image[i-1][j+1]+2*image[i][j+1]+image[i+1][j+1]-
			  (image[i-1][j-1]+2*image[i][j-1]+image[i+1][j-1]);
        	imageT[i][j]=sqrt(pow(Sx,2)+pow(Sy,2));
        	if(imageT[i][j]>255)
    		imageT[i][j]=255;
            imageT[i][j]=SiSheWuRu(imageT[i][j]);
        }
    }
    for(i=1;i<N-1;i++)
        for(j=1;j<M-1;j++)
        image[i][j]=imageT[i][j];
}

void KrischFilter(void)
{
	float r[8]={0},temp=0;
	int i,j,I,J;
	for(i=1;i<N-1;i++)
    {
        for(j=1;j<M-1;j++)
        {
        	r[0]=0.625*(image[i-1][j-1]+image[i-1][j]+image[i-1][j+1])
			-0.375*(image[i][j+1]+image[i+1][j+1]+image[i+1][j]+image[i+1][j-1]+image[i][j-1]);
			r[1]=r[0]+image[i][j-1]-image[i-1][j+1];
			r[2]=r[1]+image[i+1][j-1]-image[i-1][j];
			r[3]=r[2]+image[i+1][j]-image[i-1][j-1];
			r[4]=r[3]+image[i+1][j+1]-image[i][j-1];
			r[5]=r[4]+image[i][j+1]-image[i+1][j-1];
			r[6]=r[5]+image[i-1][j+1]-image[i+1][j];
			r[7]=r[6]+image[i-1][j]-image[i+1][j+1];
			for(I=0;I<7;I++)
			{
				for(J=0;J<7-I;J++)
				{
					if(r[J]>r[J+1])
					{
						temp=r[J];
						r[J]=r[J+1];
						r[J+1]=temp;
					}
				}
			}
			imageT[i][j]=8*r[7];
			if(imageT[i][j]>255)
    		imageT[i][j]=255;
			imageT[i][j]=SiSheWuRu(imageT[i][j]);
        }   
    }
    for(i=1;i<N-1;i++)
        for(j=1;j<M-1;j++)
        image[i][j]=imageT[i][j];
}
void IsoSobelFilter(void)
{
	
}

void ClearMatrix(void)
{
	int i,j;
	for(i=0;i<N;i++)
        for(j=0;j<M;j++)
        image[i][j]=imageR[i][j];
}

void InitMatrix(void)
{
	int i,j;
	for(i=0;i<N;i++)
        for(j=0;j<M;j++)
        imageR[i][j]=image[i][j];
}

void Linearization(float a,float b,float c,float d)
{
	int i,j;
	for(i=0;i<N;i++)
    {
    	for(j=0;j<M;j++)
    	{
    		imageT[i][j]=((image[i][j]-a))*(d-c)/(b-a)+d;
    		if(imageT[i][j]>255)
    		imageT[i][j]=255;
    		imageT[i][j]=SiSheWuRu(imageT[i][j]);
		}
	}
	for(i=1;i<N-1;i++)
        for(j=1;j<M-1;j++)
        image[i][j]=imageT[i][j];
}      

void ImageIntensify(void)      
{
	
}

void OutputHistogram()
{
	double Prk[256]={0},Pk[256]={0},
	       Srk[256]={0},SkB[256]={0};
	long nk[256]={0};
	int i,j,n=1;
	/*统计每级灰度频数*/
	for(i=0;i<N;i++)
	{
		for(j=0;j<M;j++)
	 	{
	 		nk[image[i][j]-1]++; 	
		}		
	}
	/*获取频率Prk*/
	for(i=0;i<256;i++)
	{
		Prk[i]=nk[i]/(M*N*1.0);
	}
	/*计算Srk*/	
	for(i=0;i<256;i++)	
	{
		for(j=0;j<=i;j++)
		{
			Srk[i]+=Prk[j];
		}
	}
	/*计算归一化后的SkB*/
	for(i=0;i<256;i++)
	{
		for(j=0;j<256;j++)
		{
			if((Srk[i]>=(j/255.0))&&(Srk[i]<((j+1)/255.0)))
			{
				SkB[i]=j/255.0;
			}
		}
	}
	/*合并SkB得到最终的Pk*/
	for(i=0;i<256;i+=n)//跳过赋过值的Pk[i]
	{
		n=0;
		for(j=0;j<256;j++)
		{
			if(SkB[j]==(i/255.0))
			{
				Pk[i]+=Prk[j];
				n++;
			}
		}  
		if(n==0)//保证循环不中断 
		{
			n=1;
		}
	}
	printf("Sk:\n");
	for(i=0;i<256;i++)
	{
		if(i==255)
		{
			printf("%lf ",i/255.0);
		}
		else
			printf("%lf ,",i/255.0);
	}
	printf("\n\n");
	printf("Prk:\n");
	for(i=0;i<256;i++)
	{
		if(i==255)
		{
			printf("%lf ",Prk[i]);
		}
		else
			printf("%lf ,",Prk[i]);
    }
	printf("\n\n");
	printf("Pk:\n");
	for(i=0;i<256;i++)
	{
		if(i==255)
		{
			printf("%lf ",Pk[i]);
		}
		else
			printf("%lf ,",Pk[i]);
    }
}


/*reference:*/
/*数字图像处理第三版/何东健/西安电子科技大学出版社*/
/*https://blog.csdn.net/u010350978/article/details/44874063/?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-0&spm=1001.2101.3001.4242*/

bmp.h

#include "bmp.h"

#define N 280//图像大小
#define M 500

float imageT[N][M]={0};
int imageR[N][M]={0};
int image[N][M]={0}//放入需要处理的图像

代码实测无误，下面展示部分滤波效果

  1. 均值滤波：
    上图为原图，下图为均值滤波后的图片
    上图为原图，下图为均值滤波后的图片
    2.直方图均值化：
    在这里插入图片描述

毕竟在下水平有限，有什么错误欢迎各位大佬指正！

；原文链接：https://blog.csdn.net/FAM_1/article/details/115422001

版权声明：本文转载自网络，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本站转载出于传播更多优秀技术知识之目的，如有侵权请联系QQ/微信：153890879删除

相关文章
  • 四两拨千斤——你不知道的VScode编码Ty

    四两拨千斤——你不知道的VScode编码Ty

  • 我是如何在 Vue 项目中做代码分割的

    我是如何在 Vue 项目中做代码分割的

  • position:sticky 粘性定位的几种巧妙应

    position:sticky 粘性定位的几种巧妙应

  • 从零到一搭建React组件库

    从零到一搭建React组件库

腾讯云代理商
精彩导读
/images/defaultpic.gif

直播预告 | Tair(Redis)行业场景深度刨

/images/defaultpic.gif

JavaScript使用setTimeout实现倒计时效

/images/defaultpic.gif

推荐 ：在数据科学中需要多少数学技能

/images/defaultpic.gif

AI种番茄！腾讯xWUR智慧温室大赛预赛揭

/images/defaultpic.gif

腾讯游戏实时计算应用平台建设实践

/images/defaultpic.gif

分布式锁注意点及其实现

海外云服务器
热门资讯
备案：湘ICP备15009499号-1
网站简介 投稿须知 商务合作 版权申明 技术支持：TOP云