c# 二进制图片图片还原颜色失真

ZHANGWENDY 2013-04-12 05:13:00
SqlConnection conn = new SqlConnection(@"data source=.;uid=sa;pwd=.;database=test");
conn.Open();
String str = "";
SqlCommand cmd = new SqlCommand("select top 1 photo from PicTestZyz", conn);
SqlDataReader reader = cmd.ExecuteReader();
byte[] bt;
while (reader.Read())
{
for (int i = 0; i < reader.FieldCount; i++)
{
bt = (byte[])reader[i];
str = Encoding.ASCII.GetString(bt);
str = str.Substring(str.IndexOf("BM"), str.Length - str.IndexOf("BM"));
bt = Encoding.ASCII.GetBytes(str);
MemoryStream buf = new MemoryStream(bt);
Bitmap mp = (Bitmap)Bitmap.FromStream(buf, true, true);
mp = RePic(mp, mp.Width, mp.Height);
mp.Save(@"C:\Data\a.jpg", System.Drawing.Imaging.ImageFormat.jpeg);
this.pictureBox1.Image = mp;
}
}
...全文
439 11 打赏 收藏 转发到动态 举报
写回复
用AI写文章
11 条回复
切换为时间正序
请发表友善的回复…
发表回复
ZHANGWENDY 2013-04-22
  • 打赏
  • 举报
回复
效果是一样的. 原来是用Access保存到数据库的, 用的是OLE objects. str = Encoding.ASCII.GetString(bt); str = str.Substring(str.IndexOf("BM"), str.Length - str.IndexOf("BM")); bt = Encoding.ASCII.GetBytes(str); 这里这样处理是因为前面加了一些字节,不去掉无法还原成图片的.
maxldwy 2013-04-22
  • 打赏
  • 举报
回复

 private void BindingImageSource(byte[] _imgByte)//显示image
        {
            /*6. 将二进制转化为Imagesource,在Image上显示*/
            ImageSource imgSource = ChangeBitmapToBitmapSource(SetByteToBitmap(_imgByte));
            image1.Source = imgSource;
        }
 public static BitmapSource ChangeBitmapToBitmapSource(Draw.Bitmap bmp)
        {
            BitmapSource returnSource = null;
            try
            {
                returnSource = System.Windows.Interop.Imaging.CreateBitmapSourceFromHBitmap(bmp.GetHbitmap(), IntPtr.Zero, Int32Rect.Empty, BitmapSizeOptions.FromEmptyOptions());
            }
            catch
            {
                returnSource = null;
            }
            return returnSource;
        }
        public Draw.Bitmap SetByteToBitmap(byte[] mybyte)
        {
            MemoryStream stream = new MemoryStream(mybyte);
            return new Draw.Bitmap(stream);
        }
ZHANGWENDY 2013-04-15
  • 打赏
  • 举报
回复
不好意思 不太明白你的意思
assky124 2013-04-15
  • 打赏
  • 举报
回复
你存数据库的时候编码了?存的时候有没有失真啊? 把不必要的代码全注释掉,手动调试下

  bt = (byte[])reader[i];
  //str = Encoding.ASCII.GetString(bt);
  //str = str.Substring(str.IndexOf("BM"), str.Length - str.IndexOf("BM"));
  //bt = Encoding.ASCII.GetBytes(str);
  MemoryStream buf = new MemoryStream(bt);
  Bitmap mp = (Bitmap)Bitmap.FromStream(buf, true, true);
  //mp = RePic(mp, mp.Width, mp.Height);
  //mp.Save(@"C:\Data\a.jpg", System.Drawing.Imaging.ImageFormat.jpeg);
  this.pictureBox1.Image = mp;
ZHANGWENDY 2013-04-15
  • 打赏
  • 举报
回复

原始图片
ZHANGWENDY 2013-04-15
  • 打赏
  • 举报
回复
各位大虾都过来帮忙看看啊
zhoujk 2013-04-12
  • 打赏
  • 举报
回复
格式应该是 ABGR,其中后三位才是有效的,第一位是透明通道。MS你装错位置了?
ZHANGWENDY 2013-04-12
  • 打赏
  • 举报
回复
试了多种文件格式都是一样
ZHANGWENDY 2013-04-12
  • 打赏
  • 举报
回复
mp = RePic(mp, mp.Width, mp.Height); 需屏蔽
gxingmin 2013-04-12
  • 打赏
  • 举报
回复
RePic函数干了什么? System.Drawing.Imaging.ImageFormat.jpeg格式是不是和当初原图格式不一致了
ZHANGWENDY 2013-04-12
  • 打赏
  • 举报
回复
忘记描述问题了
图片是通过Access转成二进制存入数据库的,现在通过C#还原时颜色已严重失真;
如:
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...

111,129

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧