【数字图像处理】三.MFC实现图像灰度、采样和量化功能详解
本文主要讲述基于VC++6.0 MFC图像处理的应用知识，主要结合自己大三所学课程《数字图像处理》及课件进行讲解，主要通过MFC单文档视图实现显示BMP格式图片，并通过Bitmap进行灰度处理、图片采样和量化功能。
个人认为对初学者VC++6.0可能还是很值得学习的工具，所以采用它来讲解，而不是VS或C#。同时文章比较详细基础，希望该篇文章对你有所帮助~
一. 单文档显示BMP图片
第一步：新建项目"MFC AppWizard(exe)"，项目名为ImageProcessing，在应用程序类型中选择"单个文档"，点击"确定"。在左栏的"资源视图"中，点击"Menu->IDR_MAINFRAM"可以查看并修改菜单视图。
二. 读取BMP图片和保存图片
第一步：在XXXView.h中添加BMP格式图像相关的成员变量和成员函数，其中成员函数通过类视图右键添加，成员变量可以在XXXView.h中直接复制。
第二步：在ImageProcessingView.cpp中实现ReadBmp函数和SaveBmp函数。
其中SaveBmp()函数代码如下：
第四步：在XXXView.cpp中OnDraw()函数中调用读取图片函数。
if( EntName.Compare(_T("bmp")) == 0 ) //bmp格式
{
ReadBmp();
ShowBitmap(pDC,BmpName); //显示图片
}
运行程序，打开图片点击保存即可实现。重点是ReadBmp获取一些重要参数。
三. 图像灰度处理
1.灰度图像概念
什么叫灰度图？任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么我们可以通过下面几种方法，将其转换为灰度：
浮点算法：Gray=R*0.3+G*0.59+B*0.11
整数方法：Gray=(R*30+G*59+B*11)/100
移位方法：Gray=(R*28+G*151+B*77)>>8;
平均值法：Gray=（R+G+B）/3;(此程序采用算法)
仅取绿色：Gray=G；
通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。
改变象素矩阵的RGB值，来达到彩色图转变为灰度图
加权平均值算法：根据光的亮度特性，其实正确的灰度公式应当是：
R=G=B=R*0.299+G*0.587+B0.144
为了提高速度我们做一个完全可以接受的近似，公式变形如下：R=G=B=(R*3+G*6+B)/10
真正的24位真彩图与8位的灰度图的区别就在于，真彩图文件中没有调色板，灰度图有调色板，真彩图中的象素矩阵是RGB值，灰度图中的象素矩阵是调色板索引值。源代码只简单的改变象素矩阵的RGB值，来达到彩色图转为灰度图，并没有添加调色板；该程序未实现添加了调色板。
2.灰度处理源码
第一步：在前面的代码基础上继续，先在ImageProcessingView.h中添加成员变量m_bitmaplin和BmpNameLin，因为后面处理操作是处理备份文件与原图进行比较。
第二步：在ImageProcessingView.cpp中ShowBitmap()函数前添加变量numPicture和level。
第三步：修改ImageProcessingView.cpp中OnFileOpen()函数，添加临时变量名和显示一张图片标志变量。代码如下：
//****************打开文件****************//
void CImageProcessingView::OnFileOpen()
{
CString filter;
filter="所有文件(*.bmp,*.jpg,*.gif)|*.bmp;*.jpg| BMP(*.bmp)|*.bmp| JPG(*.jpg)|*.jpg||";
CFileDialog dlg(TRUE,NULL,NULL,OFN_HIDEREADONLY,filter,NULL);
if( dlg.DoModal() == IDOK )
{
BmpName = dlg.GetPathName();
BmpNameLin = "picture.bmp"; //临时变量名
numPicture=1; //显示一张图片
EntName = dlg.GetFileExt();
EntName.MakeLower();
Invalidate();
}
} 第四步：将视图切换到ResourceView界面，选中Menu->在IDR_MAINFRAME中添加菜单”显示“，双击它在菜单属性中选择”弹出“。在”显示“的子菜单中添加：
双图显示--ID_SHOW_TWO(ID)--默认属性
灰度图片--ID_SHOW_HD(ID)--默认属性
//****************显示两张图片****************//
void CImageProcessingView::OnShowTwo()
{
//如果没有导入图片直接点击双显 提示错误
if(numPicture==0)
{
AfxMessageBox("载入图片后才能显示2张图片!");
return;
}
AfxMessageBox("显示两张图片!",MB_OK,0);
numPicture = 2; //全局变量 显示两图
level =0; //level=0双显
Invalidate(); //调用Invalidate 每秒调用一次OnDraw画图
}第六步：同上面相同的方法，"查看"->”建立类向导“->ID_SHOW_HD(ID)->COMMAND(Message)，默认成员函数名。在XXXView.cpp添加代码如下：
/********************************************************************************************/
/* 祥见http://blog.csdn.net/xiakq/article/details/2956902有详细的灰度算法
/* 其中24位的图片灰度时,采用如下算法:
/* 1.平均值算法 R=G=B=(R+G+B)/3
/* 2.快速算法 R=G=B=(R+G+B+128)/4>>2
/* 3.加权平均值算法 根据光的亮度特性,其实正确的灰度公式应当是R=G=B=R*0.299+G*0.587+B0.144
/* 为了提高速度我们做一个完全可以接受的近似，公式变形如下 R=G=B=(R*3+G*6+B)/10
/* 4.精确加权平均值算法 R=G=B=R*0.299+G*0.587+B0.144
/********************************************************************************************/
//**灰度图像就是 R=G=B且为三者的1/3 level=1时灰度图像**//
void CImageProcessingView::OnShowHd()
{
if(numPicture==0)
{
AfxMessageBox("载入图片后才能灰度图片!",MB_OK,0);
return;
}
AfxMessageBox("灰度图像!",MB_OK,0);
//打开临时的图片
FILE *fpo = fopen(BmpName,"rb");
FILE *fpw = fopen(BmpNameLin,"wb+");
//读取文件
fread(&bfh,sizeof(BITMAPFILEHEADER),1,fpo);
fread(&bih,sizeof(BITMAPINFOHEADER),1,fpo);
fwrite(&bfh,sizeof(BITMAPFILEHEADER),1,fpw);
fwrite(&bih,sizeof(BITMAPINFOHEADER),1,fpw);
//灰度图像
unsigned char color;
unsigned char red,green,blue;
/********************************************************************/
/* 注意：原来下面所有操作都是for( i=0; i<m_nWidth*m_nHeight; i++ )
/* 后发现如果图片最后一行没有完整的一行数据，会出现图像变多或变少
/* 但图像的总像素为m_nImage，如果是m_nImage/3就可以保证所有像素都有
/********************************************************************/
for(int i=0; i < m_nImage/3; i++ )
{
fread(&red,sizeof(char),1,fpo);
fread(&green,sizeof(char),1,fpo);
fread(&blue,sizeof(char),1,fpo);
color=(red+green+blue)/3;
red=color;
green=color;
blue=color;
fwrite(&red,sizeof(char),1,fpw);
fwrite(&green,sizeof(char),1,fpw);
fwrite(&blue,sizeof(char),1,fpw);
}
fclose(fpo);
fclose(fpw);
numPicture = 2;
level=1;
Invalidate();
} 第七步：修改ShowBitmap()函数中双显部分，添加如下代码：
双显和灰度运行效果如下图所示：
四. 图片量化处理
（参考我的文库：）
1.量化基本概念
图像数字化包括量化和取样两个过程，其中：
量化：幅值f(x,y)的离散化，f(x,y)表示静止灰度图像的空间坐标
取样：对空间连续坐标(x,y)的离散化
一幅行数为M、列数为N的图像大小为M×N的矩阵形式为：(其中矩阵中每个元素代表一个像素)
该工程所有的处理都基于24位的bmp格式图片的处理，24为表示biBitCount=24，1个像素占3个字节(red、green、blue)。
如图量化级不同产生的灰度也不同，量化是使连续信号的幅度用有限级的数码表示的过程。
量化等级=2：使用2种灰度级(0~255)表示图片，小于128的取0，大于等于128的取128。把位图数据块所有数据在临时图片中取值，在显示即可。
量化等级=4：使用4种灰度级显示图片，就会发现图片分层为4种颜色。同时，0-64区间取0，64-128区间取64，128-192区间取128,192-255区间取192。
量化的取值各不相同，我采用的是最简单的取值。其它方法可自己去查阅资料。
2.量化处理源码
第一步：设置菜单栏。将试图切换到ResourceView界面--选中Menu--在IDR_MAINFRAME中添加菜单“量化”--双击它在菜单属性中选择“弹出”。在“显示”的子菜单中添加:属性为默认属性。
量化 Level 2--ID_LH_2 量化 Level 4--ID_LH_4
量化 Level 8--ID_LH_8 量化 Level 16--ID_LH_16
量化 Level 32--ID_LH_32 量化 Level 64--ID_LH_64
核心流程是打开两张图片原图(BmpName)和临时图片(BmpNameLin)，然后读取原图信息头赋值给临时处理图片，在读取原图m_nImage整个像素矩阵，量化处理每个像素（即分等级量化），最后文件写量化后的像素矩阵给BmpNameLin，在赋值全局变量level\numPicture和调用Invalidate()重绘图像即可。
第四步：修改ShowBitmap()函数，显示量化处理。添加如下代码：
if(level==0) //显示2张图 BmpNameLin原图
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpName,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else
if(level==1) //灰度图片 BmpNameLin临时图片
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else //量化2
if(level==2)
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else //量化4
if(level==4)
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else //量化8
if(level==8)
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else //量化16
if(level==16)
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else //量化32
if(level==32)
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
else //量化64
if(level==64)
{
m_hBitmapChange = (HBITMAP) LoadImage(NULL,BmpNameLin,IMAGE_BITMAP,0,0,
LR_LOADFROMFILE|LR_DEFAULTSIZE|LR_CREATEDIBSECTION);
}
五. 图像采样功能
(参考我的文库：)
1.图像采样概念
该工程所有的处理都基于24位的bmp格式图片的处理，24为表示biBitCount=24，1个像素占3个字节(red、green、blue)。如图一张512*512的原图，保持灰度级256不变后的各种采样。输入采样坐标：如16*16，它的含义是原图512*512像素，现在组成一个新的图片为16*16像素，(512/16=32,512/16=32)则每32*32组成一个新的区域。共有这种区域16*16个，采样的方法有2种：
a.把这个32*32区域全部赋值成左上角那个像素，这样图片的大小不变，困难在于赋值要4层循环。(项目中采用的就是这种方法)
b.把这个32*32区域的左上角取出来，组成一个新的图片，共有16*16个像素，这张图片的大小要变小，只有16*16个像素。但难点在于同时要把bmp文件头中的图片大小、信息头中的长宽像素改变、偏移量等信息更新。
原图8*8的矩阵要处理成3*3的矩阵，则循环先处理第一二行，①②④⑤为3*3处理，去左上角的RGB，③⑥为2*3的处理；重点是原图读取一维数组需要转成二维数组赋值处理；最后再处理最后一行数据。采样中公式为：
//获取填充颜色 相当于一次读取一个像素的RGB值再乘3跳3个字节
red=m_pImage[(X+Y*m_nWidth)*3];
green=m_pImage[(X+Y*m_nWidth)*3+1];
blue=m_pImage[(X+Y*m_nWidth)*3+2];
//填出图像循环 小区域中的长宽循环
//(X+Y*m_nWidth)*3跳到该小区域 再赋值3*3小区域的RGB 同一区域RGB相同
m_pImage[(X+Y*m_nWidth)*3+m+n*m_nWidth*3]=red; m++;
m_pImage[(X+Y*m_nWidth)*3+m+n*m_nWidth*3]=green; m++;
m_pImage[(X+Y*m_nWidth)*3+m+n*m_nWidth*3]=blue; m++;
2.图像采样代码
a.将视图切换到ResourceView界面--选中Menu--在IDR_MAINFRAME中添加菜单“采样”--双击它在菜单属性中选择“弹出”；
b.在“采样”的子菜单中添加:属性为默认属性。ID_CY--图片采样。
c.建立类导向:查看--建立类导向(Ctrl+W)--CImageProcessingView(类名)--ID_CY--COMMAND(Messages)--默认成员函数名。生成void CImageProcessingView::OnCy()采样函数。
第二步：设置采样对话框
a.将试图切换到ResourceView界面--选中Dialog,右键鼠标新建一个Dialog，并新建一个名为IDD_DIALOG_CY。编辑框(X)IDC_EDIT_CYX 和 (Y)IDC_EDIT_CYY，确定为默认按钮。设置成下图对话框：
IDC_EDIT_CYY--int--m_yPlace
d.在View.cpp中添加采样的头文件#include "ImageCYDlg.h"
第三步：在ImageProcessingView.cpp中添加代码
运行效果如下图所示，其中彩色图片应该先灰度处理再进行其他操作。
总结：后悔当初还没有写博客，通过回忆几年前的代码，很多当时的体会和思想都已不复存在了！可能你在百度文库中看到类似的文章，因为那些都是我在2012年上传的，最初是通过它进行分享编程知识的，后来发现了更好的CSDN而取代之。这篇文章感觉太详细，有时候一直怀疑是不是失去了算法的本质，不应该写这么详细的文章，而更加精简一点，但可能和从小记笔记有关，很难改过来了，慢慢改吧！
最后还是希望文章对你有所帮助，如果文章有不足或错误之处，请海涵~
（By:Eastmount 2023-09-20 夜于贵阳）
- 点赞
- 收藏
- 关注作者
评论（0）