256色的灰度图像点阵处理后,如何显示出来

yo_quan 2002-10-10 09:39:14
从一个256的灰度图像中读出了数据
然后经过数字图像处理
最后现在想显示出来
试验了CreateBitmap
但是显示为全白
void DisImage_256Gray(IMAGE_DIMENTION imgDimention,BYTE** img,HDC hdc,int dc_Width,int dc_Height,int nMod){
int nWidthInPixels=imgDimention.nWidthInPixel;
int nHeightInPixels=imgDimention.nHeightInPixel;

BYTE* ResultImage=new BYTE[HEIGHT_MAX_PIXELS*WIDTH_MAX_PIXELS];
ZeroMemory(ResultImage,sizeof(BYTE)*HEIGHT_MAX_PIXELS*WIDTH_MAX_PIXELS);

BYTE* Pointer=ResultImage;

//将二维图像数组转换为一维图像数组
int i,j;
int test=nWidthInPixels%2; //看看宽度是否是2的倍数,如不是就需要在最后面补一字节的0即0x00;
int RealWidth=nWidthInPixels;
if(test!=0)
RealWidth++;

for(i=0;i<nHeightInPixels;i++){
CopyMemory(Pointer,img[i],RealWidth*sizeof(BYTE));
Pointer+=RealWidth;
}
HBITMAP hBmp=CreateBitmap(RealWidth,nHeightInPixels,1,8,(void*)ResultImage);
HDC hMem=CreateCompatibleDC(hdc);
SelectObject(hMem,hBmp);
if(nMod==1)
BitBlt(hdc,0,0,dc_Width,dc_Height,hMem,0,0,SRCCOPY);
else
StretchBlt(hdc,0,0,dc_Width,dc_Height,hMem,0,0,RealWidth,nHeightInPixels,SRCCOPY);

DeleteDC(hMem);
DeleteObject(hBmp);
delete[] ResultImage;
}
...全文
317 16 打赏 收藏 转发到动态 举报
写回复
用AI写文章
16 条回复
切换为时间正序
请发表友善的回复…
发表回复
jishiping 2002-10-11
  • 打赏
  • 举报
回复
HBITMAP hBmp=CreateDIBSection(hdc,(BITMAPINFO*)buf,DIB_RGB_COLORS,
(void**)&Data, NULL, 0);
并没有转换成RGB啊,还是灰阶的图。你看到没有,
memset(buf, 0, 40+256*4);
pbih = (BITMAPINFOHEADER*)buf;
pbih->biSize = 40;
pbih->biWidth = nWidthInPixels;
pbih->biHeight = nHeightInPixels;
pbih->biPlanes = 1;
pbih->biBitCount = 8;
上面的代码是设置BITMAP的头信息,而下面的代码是设定BITMAP的调色盘
信息。
for(int n=0; n<256; n++)
memset(buf+40+n*4, n, 3);
对于DIB(*.bmp文件)的格式,我太熟了,只是对于你使用的CreateBitmap
的用法,我也不熟。一般我都使用CreateDIBSection,或者直接分配一块
内存,将内存的格式设置成DIB格式(也就是*.bmp文件中除去前面14个字
节后的格式),然后使用SetDIBitsToDevice或者StretchDIBits直接在DC
上画图。
yo_quan 2002-10-11
  • 打赏
  • 举报
回复
jishiping(JSP 季世平)

我看了一下你的代码,实际上是把256位图转为了RGB位图
HBITMAP hBmp=CreateDIBSection(hdc,
(BITMAPINFO*)buf,DIB_RGB_COLORS,
(void**)&Data, NULL, 0);
而没用到调色板
不过到底代码的准确性,我还没去试
而你提到的关于**的问题,我做下面:
char** img=new BYTE*[HEIGHT_MAX_PIXELS];
for(int i=0;i<HEIGHT_MAX_PIXELS;i++){
img[i]=new BYTE[WIDTH_MAX_PIXELS];
}
ddd









yo_quan 2002-10-11
  • 打赏
  • 举报
回复
up
jishiping 2002-10-11
  • 打赏
  • 举报
回复
上面的代码我是经过测试的,如果不行的话,就是你的img[i]的问题了。
yo_quan 2002-10-11
  • 打赏
  • 举报
回复
还是没搞定亚
shally5 2002-10-11
  • 打赏
  • 举报
回复
学习。。。。
yo_quan 2002-10-11
  • 打赏
  • 举报
回复
用 jishiping(JSP 季世平) 的方法
可以显示了
至于ddeng(登登)的方法我没去试验,
不过我看,应该可以的.
ddeng 2002-10-11
  • 打赏
  • 举报
回复
难怪慢呢,多写了一层无用的循环,呵呵,今天晕得很~~~
应该是:
void __stdcall DispalyGray256(HDC dc, Byte* img, int Width, int Height) {
Graphics::TBitmap *Bitmap = new Graphics::TBitmap();
if(Bitmap->PixelFormat!=pf8bit) {
Bitmap->PixelFormat = pf8bit;
}
Bitmap->Width = Width;
Bitmap->Height = Height;
LOGPALETTE *PalPalette = (LOGPALETTE *)new char[sizeof(LOGPALETTE)+sizeof(PALETTEENTRY)*256];
PalPalette->palVersion = 0x300;
PalPalette->palNumEntries = 256;
for(int i=0; i<256; i++) {
PalPalette->palPalEntry[i].peRed = (Byte)i;
PalPalette->palPalEntry[i].peGreen = (Byte)i;
PalPalette->palPalEntry[i].peBlue = (Byte)i;
PalPalette->palPalEntry[i].peFlags = PC_RESERVED;
}
Bitmap->Palette = ::CreatePalette(PalPalette);
delete PalPalette;
for(int y=0; y<Height; y++) {
Byte *pPtr = static_cast<Byte *>(Bitmap->ScanLine[y]);
memcpy(pPtr, img+y*Width, Width);
}
::BitBlt(dc, 0, 0, Width, Height, Bitmap->Canvas->Handle, 0, 0, SRCCOPY);
delete Bitmap;
}
yincp 2002-10-11
  • 打赏
  • 举报
回复
关注
ddeng 2002-10-11
  • 打赏
  • 举报
回复
呵呵,实际测试了一下,发现按24位图操作结果显示得更快些,可能是256色位图在BitBlt到屏幕(我们屏幕差不多都是用真彩的吧)时系统要进行转换更慢吧。
//---------------------------------------------------------------------------
void __stdcall DispalyGray24bit(HDC dc, Byte* img, int Width, int Height) {
Graphics::TBitmap *Bitmap = new Graphics::TBitmap();
if(Bitmap->PixelFormat!=pf24bit) {
Bitmap->PixelFormat = pf24bit;
}
Bitmap->Width = Width;
Bitmap->Height = Height;
for(int y=0; y<Height; y++) {
Byte *pPtr = static_cast<Byte *>(Bitmap->ScanLine[y]);
for(int x=0; x<Width*3; x+=3) {
Byte *pPtrSrc = img+y*Width;
pPtr[x] = pPtrSrc[x];
pPtr[x+1] = pPtrSrc[x];
pPtr[x+2] = pPtrSrc[x];
}
}
::BitBlt(dc, 0, 0, Width, Height, Bitmap->Canvas->Handle, 0, 0, SRCCOPY);
delete Bitmap;
}
ddeng 2002-10-11
  • 打赏
  • 举报
回复
或者按24位图像操作就不用处理调色板了,但运行时内存需求大,处理时间长,不过图像不太大时应该感觉不出来的。
ddeng 2002-10-11
  • 打赏
  • 举报
回复
void __stdcall DispalyGray256(HDC dc, Byte* img, int Width, int Height) {
Graphics::TBitmap *Bitmap = new Graphics::TBitmap();
if(Bitmap->PixelFormat!=pf8bit) {
Bitmap->PixelFormat = pf8bit;
}
Bitmap->Width = Width;
Bitmap->Height = Height;
LOGPALETTE *PalPalette = (LOGPALETTE *)new char[sizeof(LOGPALETTE)+sizeof(PALETTEENTRY)*256];
PalPalette->palVersion = 0x300;
PalPalette->palNumEntries = 256;
for(int i=0; i<256; i++) {
PalPalette->palPalEntry[i].peRed = (Byte)i;
PalPalette->palPalEntry[i].peGreen = (Byte)i;
PalPalette->palPalEntry[i].peBlue = (Byte)i;
PalPalette->palPalEntry[i].peFlags = PC_RESERVED;
}
Bitmap->Palette = ::CreatePalette(PalPalette);
delete PalPalette;
for(int y=0; y<Height; y++) {
Byte *pPtr = static_cast<Byte *>(Bitmap->ScanLine[y]);
for(int x=0; x<Width; x++) {
memcpy(pPtr, img+y*Width, Width);
}
}
::BitBlt(dc, 0, 0, Width, Height, Bitmap->Canvas->Handle, 0, 0, SRCCOPY);
delete Bitmap;

}

一个测试:
void __fastcall TForm1::Button1Click(TObject *Sender)
{
Byte* img = new Byte[256*256];
for(int i=0; i<256*256; i++) {
img[i] = i%256;
}
DispalyGray256(Canvas->Handle, img, 256, 256);
delete []img;
}
jishiping 2002-10-11
  • 打赏
  • 举报
回复
对于二维指针img, 我不知道调用时的实参是如何定义的。如果实参的定义
是BYTE img[800][800],那么你使用img[i]是错误的。如果你是这样定义的:
BYTE* img[800]; for(int n=0; n<800; n++) img[n] = new BYTE[800];
那么使用img[i]是正确的。这儿我不知道实参是如何定义的,所以我不知道
这儿使用img[i]是否正确。这儿我暂且假设是正确的。对于CreateBitmap的
用法,我也不是很清楚,用下面的方法CreateDIBSection建立BITMAP是可以
了。

void DisImage_256Gray(IMAGE_DIMENTION imgDimention,BYTE** img,HDC hdc,int dc_Width,int dc_Height,int nMod){
{
BYTE *Data;
char buf[40+256*4];
BITMAPINFOHEADER* pbih;

int nWidthInPixels=imgDimention.nWidthInPixel;
int nHeightInPixels=imgDimention.nHeightInPixel;

memset(buf, 0, 40+256*4);
pbih = (BITMAPINFOHEADER*)buf;
pbih->biSize = 40;
pbih->biWidth = nWidthInPixels;
pbih->biHeight = nHeightInPixels;
pbih->biPlanes = 1;
pbih->biBitCount = 8;
for(int n=0; n<256; n++)
memset(buf+40+n*4, n, 3);
HBITMAP hBmp=CreateDIBSection(hdc,
(BITMAPINFO*)buf,DIB_RGB_COLORS,
(void**)&Data, NULL, 0);
int RealWidth = (nWidthInPixels+3)/4*4;
BYTE* Pointer = Data + RealWidth *
nHeightInPixels;
for(int i=0;i<nHeightInPixels;i++){
CopyMemory(Pointer,img[i],nWidthInPixels,
nWidthInPixels);
Pointer -= RealWidth;
}
HDC hMem=CreateCompatibleDC(hdc);
SelectObject(hMem,hBmp);
if(nMod==1)
BitBlt(hdc,0,0,dc_Width,dc_Height,hMem,0,0,SRCCOPY);
else
StretchBlt(hdc,0,0,dc_Width,dc_Height,hMem,0,0,
RealWidth,nHeightInPixels,SRCCOPY);

DeleteDC(hMem); DeleteObject(hBmp);
}
CCLIS 2002-10-10
  • 打赏
  • 举报
回复
设置TBITMAP的PIXELWIDTH,
设置调色板
设置BITMAP头信息。
COPY数据

简单些,就是将256色图的数据以24位图的方式显示。

byte *line = ScanLine[y];
line[x] = line[x+1] = line[x+2] = color;
yo_quan 2002-10-10
  • 打赏
  • 举报
回复
我个人的感觉应该是少了调色板的内容
用CreateBitmap的方法,显示2值图像是没有问题的
这个我是实验了的.
不过,在bcb种,我想用tbitmap应该可以搞定
只不过我想用这个来试试
aawolf 2002-10-10
  • 打赏
  • 举报
回复
CopyMemory(Pointer,img[i],RealWidth*sizeof(BYTE));
个人感觉可能是这里的问题,你最好是保存成文件看看缺了什么。是不是却了Bitmap头?
第1章 Visual C++与数字图像处理 1 1.1 数字图像处理概述 2 1.1.1 图像与数字图像 2 1.1.2 数字图像处理研究的内容 4 1.1.3 数字图像处理的应用 6 1.2 Visual C++概述 8 1.2.1 C++语言简介 8 1.2.2 Visual C++简介 16 1.2.3 Visual C++ 2005 集成开发环境 19 1.3 在Visual C++中处理数字图像 22 1.3.1 位图和调板 22 1.3.2 图形设备接口 23 1.3.3 OpenCV 26 1.4 本章小结 26 第2章 Visual C++ 2005基础知识 27 2.1 利用向导生成应用程序 28 2.1.1 创建新项目 28 2.1.2 编译并运行工程 35 2.2 添加资源 36 2.2.1 新建资源 36 2.2.2 导入资源 38 2.3 MFC编程基础 38 2.3.1 MFC应用程序框架 39 2.3.2 Windows消息和事件驱动 40 2.3.3 常用消息 41 2.3.4 MFC的消息映射 42 2.4 消息与事件响应 44 2.4.1 添加类 44 2.4.2 添加类成员 45 2.4.3 添加消息响应 46 2.4.4 添加事件 47 2.4.5 添加函数重写 48 2.4.6 手动添加消息响应 50 2.5 对话框的使用 51 2.5.1 创建并编辑对话框资源 51 2.5.2 模式对话框和无模式对话框 55 2.5.3 消息对话框 57 2.5.4 共用对话框 59 2.6 常用控件的使用 64 2.6.1 按钮类控件 64 2.6.2 文本框 67 2.6.3 列表框 70 2.6.4 组合框 74 2.6.5 静态类控件 76 2.7 菜单栏和工具栏 77 2.7.1 菜单栏的使用 77 2.7.2 工具栏的使用 83 2.8 本章实例:简单的画图程序 87 2.8.1 实例预览 88 2.8.2 概要设计 88 2.8.3 完成实例编码 91 2.9 本章小结 98 第3章 认识彩空间 99 3.1 颜的基本知识 100 3.1.1 颜的定义 100 3.1.2 颜的属性 102 3.2 常用彩空间简介 103 3.2.1 RGB颜空间 103 3.2.2 CMY/CMYK颜空间 105 3.2.3 HSV/HSB(HSI/HCI/HSL) 颜空间 106 3.2.4 CIE系列颜空间 109 3.2.5 YUV/YCbCr颜空间 111 3.3 彩空间的转换方法 112 3.3.1 RGB转换到HSV的方法 113 3.3.2 RGB转换到HSI的方法 114 3.3.3 RGB转换到YUV的方法 115 3.3.4 RGB转换到YCbCr的方法 116 3.4 本章实例:Photoshop 彩编辑器 118 3.4.1 需求分析 118 3.4.2 概要设计 119 3.4.3 完成实例编码 121 3.5 本章小结 130 第4章 图像文件格式 131 4.1 图像文件概述 132 4.1.1 图像文件 132 4.1.2 图像文件的一般结构 132 4.1.3 图像文件的常用参数 133 4.2 BMP文件格式 134 4.2.1 文件结构 135 4.2.2 文件头和信息头 135 4.2.3 主要参数 136 4.3 GIF文件格式 136 4.3.1 GIF格式简介 137 4.3.2 GIF文件结构 137 4.3.3 GIF文件块的结构 138 4.4 PNG文件格式 142 4.4.1 PNG格式简介 142 4.4.2 PNG文件结构 143 4.4.3 PNG中的关键数据块 144 4.5 图像的压缩编码 146 4.5.1 Huffman编码 147 4.5.2 LZW编码 148 4.5.3 行程编码 151 4.5.4 离散余弦变换 151 4.6 JPEG文件格式 153 4.6.1 JPEG文件概述 153 4.6.2 JPEG编码/解码的理论基础 153 4.6.3 JPEG文件的格式 160 4.7 本章实例:JPEG解码程序 163 4.7.1 概要设计 163 4.7.2 完成实例编码 169 4.8 本章小结 188 第5章 使用DIB处理数字图像 189 5.1 设备相关位图和设备 无关位图 190 5.1.1 设备相关位图(DDB) 190 5.1.2 设备无关位图(DIB) 190 5.2 CBitmap类 190 5.2.1 创建DDB 191 5.2.2 CBitmap中的成员函数 193 5.2.3 应用DDB显示图像 193 5.2.4 应用DDB显示大图像 195 5.3 进一步了解DIB 203 5.3.1 DIB的结构 203 5.3.2 DIB信息段 203 5.3.3 位图数据 205 5.3.4 与DIB有关的函数 206 5.4 本章实例:DIB类的封装 208 5.4.1 设计 208 5.4.2 构造函数 210 5.4.3 DIB位图的显示 214 5.4.4 BMP文件的存储 215 5.5 本章小结 216 第6章 使用GDI+处理数字图像 217 6.1 GDI+简介 218 6.1.1 GDI+概述 218 6.1.2 GDI+的结构 218 6.2 在Visual C++中应用GDI+ 219 6.2.1 GDI+ 在Visual C++ 2005 中的配置方法 219 6.2.2 在Visual 6.0中使用GDI+ 221 6.3 GDI+基础 222 6.3.1 Graphics类 222 6.3.2 GDI+的基本数据类型 225 6.3.3 GDI+中的颜 226 6.4 GDI+处理图像的基本方法 228 6.4.1 GDI+的图像类 228 6.4.2 创建图像对象 229 6.4.3 图像的显示和缩放 232 6.4.4 图像的基本处理方法 237 6.5 处理图像的彩 244 6.5.1 ColorMatrix结构体 244 6.5.2 改变图像的透明度 245 6.5.3 将图像转换为灰度图 249 6.5.4 改变图像的亮度 251 6.5.5 改变图像的对比度 253 6.6 本章实例:播放GIF动画 255 6.6.1 播放原理分析 255 6.6.2 处理过程 256 6.6.3 具体实现 257 6.7 本章小结 260 第7章 使用OpenCV处理 数字图像 261 7.1 OpenCV简介 262 7.1.1 OpenCV概述 262 7.1.2 OpenCV的特点 263 7.1.3 OpenCV的命名规则 263 7.1.4 OpenCV的应用举例 264 7.2 OpenCV的安装与配置 266 7.2.1 OpenCV 在Visual C++ 6.0 下的安装与配置 266 7.2.2 OpenCV 在Visual C++ 2005 下的安装与配置 268 7.3 OpenCV的结构 271 7.3.1 OpenCV的体系结构 271 7.3.2 OpenCV的函数结构 271 7.3.3 OpenCV的功能结构 273 7.3.4 OpenCV的数据结构 274 7.4 本章实例:利用OpenCV 显示图像 275 7.4.1 图像文件的载入与显示 275 7.4.2 图像文件的创建、 保存和复制 277 7.5 本章小结 282 第8章 常见图像显示特效 283 8.1 显示特效概述 284 8.1.1 显示特效基础 284 8.1.2 显示特效过程 286 8.1.3 显示特效类 287 8.2 扫描显示特效 289 8.2.1 特效预览 289 8.2.2 基本原理和实现方法 289 8.2.3 编程实现 290 8.3 移动显示特效 292 8.3.1 特效预览 292 8.3.2 基本原理和实现方法 292 8.3.3 编程实现 293 8.4 百叶窗显示特效 295 8.4.1 特效预览 295 8.4.2 基本原理和实现方法 295 8.4.3 编程实现 297 8.5 栅条显示特效 298 8.5.1 特效预览 298 8.5.2 基本原理和实现方法 299 8.5.3 编程实现 300 8.6 马赛克显示特效 301 8.6.1 特效预览 301 8.6.2 基本原理和实现方法 302 8.6.3 编程实现 303 8.7 雨滴显示特效 304 8.7.1 特效预览 304 8.7.2 基本原理和实现方法 304 8.7.3 编程实现 305 8.8 本章实例:类似ACDSee 的图像浏览工具 306 8.8.1 实例预览 306 8.8.2 概要设计 307 8.8.3 完成实例编码 311 8.9 本章小结 324 第9章 图像的点运算 325 9.1 灰度直方图 326 9.1.1 灰度直方图 326 9.1.2 基本原理 328 9.1.3 编程实现 328 9.2 灰度线性变换 338 9.2.1 基本原理 338 9.2.2 编程实现 341 9.3 灰度非线性变换 344 9.3.1 灰度对数变换 344 9.3.2 灰度幂次变换 350 9.3.3 灰度指数变换 353 9.4 灰度阈值变换 354 9.4.1 基本原理 355 9.4.2 编程实现 355 9.5 灰度拉伸 357 9.5.1 基本原理 358 9.5.2 编程实现 360 9.6 灰度均衡 364 9.6.1 基本原理 364 9.6.2 编程实现 365 9.7 本章小结 366 第10章 对图像进行几何变换 367 10.1 图像几何变换的基本理论 368 10.1.1 图像几何变换概述 368 10.1.2 图像几何变换的数学描述 370 10.2 图像的平移变换 371 10.2.1 效果预览 371 10.2.2 基本原理 371 10.2.3 编程实现 373 10.3 图像的镜像变换 377 10.3.1 效果预览 377 10.3.2 基本原理 378 10.3.3 编程实现 379 10.4 图像的转置 383 10.4.1 效果预览 383 10.4.2 基本原理 384 10.4.3 编程实现 385 10.5 图像的缩放 386 10.5.1 效果预览 387 10.5.2 基本原理 387 10.5.3 插值算法介绍 388 10.5.4 编程实现 392 10.6 图像的旋转 398 10.6.1 效果预览 398 10.6.2 基本原理 398 10.6.3 编程实现 403 10.7 使用GDI+实现图像的 几何变换 409 10.7.1 GDI+的变换操作 409 10.7.2 平移 410 10.7.3 缩放 412 10.7.4 旋转 413 10.7.5 变换的组合 417 10.7.6 利用矩阵进行其他 几何变化 419 10.8 本章小结 422 第11章 图像的增强处理 423 11.1 图像的简单平滑 424 11.1.1 邻域处理的基本概念 424 11.1.2 图像的简单平滑原理 427 11.1.3 图像简单平滑的算法实现 427 11.2 图像的高斯平滑 431 11.2.1 平滑线性滤波器 432 11.2.2 高斯平滑的原理 432 11.2.3 高斯平滑的算法实现 433 11.3 图像的中值滤波 436 11.3.1 统计排序滤波器 437 11.3.2 图像中值滤波的原理 437 11.3.3 图像中值滤波的算法实现 439 11.4 应用OpenCV对图像 进行平滑处理 445 11.4.1 函数描述 445 11.4.2 概要设计 446 11.4.3 编码实现 446 11.5 拉普拉斯边缘增强 452 11.5.1 图像的锐化 452 11.5.2 图像拉普拉斯锐化的原理 452 11.5.3 图像拉普拉斯锐化的 算法实现 453 11.6 Sobel边缘细化 457 11.6.1 Sobel边缘细化的原理 457 11.6.2 Sobel边缘细化的 编程实现 459 11.7 本章小节 464 第12章 常见滤镜效果 465 12.1 图像的反效果 466 12.1.1 底片效果 467 12.1.2 实现方法及原理 467 12.1.3 编程实现 467 12.2 图像的雕刻效果 469 12.2.1 雕刻效果 469 12.2.2 实现方法及原理 469 12.2.3 编程实现 470 12.3 图像的黑白效果 472 12.3.1 黑白效果 472 12.3.2 实现方法及原理 473 12.3.3 编程实现 473 12.4 图像的雾化效果 475 12.4.1 雾化效果 475 12.4.2 图像点阵的随机化处理 476 12.4.3 编程实现 476 12.5 图像的马赛克效果 483 12.5.1 马赛克效果 483 12.5.2 实现方法及原理 483 12.5.3 编程实现 484 12.6 图像的素描效果 487 12.6.1 素描效果 487 12.6.2 实现方法及原理 487 12.6.3 编程实现 487 12.7 本章小结 490 第13章 边缘检测和轮廓跟踪 491 13.1 边缘检测 492 13.1.1 边缘检测的基本概念 492 13.1.2 常规边缘检测 493 13.1.3 带方向的边缘检测 498 13.1.4 拉普拉斯算子 503 13.2 Hough变换 509 13.2.1 Hough变换的原理 509 13.2.2 编程实现 515 13.3 种子算法 520 13.3.1 算法介绍 520 13.3.2 编程实现 523 13.4 轮廓跟踪 526 13.4.1 区域表示方法 526 13.4.2 单区域跟踪 536 13.4.3 多区域跟踪 539 13.5 本章实例:应用OpenCV 进行边缘检测 541 13.5.1 Canny准则 541 13.5.2 Canny算法 542 13.5.3 在OpenCV中使用Canny 算法 543 13.6 本章小结 548 第14章 图像的形态学处理 549 14.1 数学形态学 550 14.2 一些必要的概念和 符号约定 550 14.3 图像的腐蚀 554 14.3.1 腐蚀原理 554 14.3.2 编程实现 557 14.4 图像的膨胀 562 14.4.1 膨胀原理 562 14.4.2 编程实现 565 14.5 腐蚀和膨胀的性质及应用 568 14.5.1 腐蚀和膨胀的代数性质 568 14.5.2 腐蚀和膨胀的应用 571 14.6 开运算和闭运算 577 14.6.1 开运算 578 14.6.2 闭运算 579 14.6.3 编程实现 580 14.6.4 开运算和闭运算的 代数性质 582 14.7 图像形态学的其他运算 584 14.7.1 击中/不击中运算 584 14.7.2 细化处理 588 14.8 本章实例:应用OpenCV 进行形态学处理 592 14.8.1 函数描述 592 14.8.2 概要设计 592 14.8.3 编码实现 593 14.9 本章小结 598 第15章 图像分割与目标识别 599 15.1 图像的分割 601 15.1.1 基于幅度的图像分割 601 15.1.2 基于区域的图像分割 606 15.1.3 基于形态学分水岭的 图像分割 611 15.2 图像的匹配 614 15.2.1 基本概念 614 15.2.2 模板匹配算法 615 15.2.3 序贯相似性检测算法 616 15.2.4 幅度排序算法 618 15.3 模式的识别 620 15.3.1 基本概念 620 15.3.2 统计模式识别 621 15.3.3 其他模式识别方法简介 627 15.4 本章实例:静态人脸 检测程序 628 15.4.1 人脸检测概述 628 15.4.2 算法分析 629 15.4.3 应用OpenCV进行 人脸检测 633 15.5 本章小结 640

13,825

社区成员

发帖
与我相关
我的任务
社区描述
C++ Builder相关内容讨论区
社区管理员
  • 基础类社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧