当前位置: 首页 > news >正文

visual Studio MFC 平台实现图像增强中Gray-level slicing,Bit-plane slicing,对比度拉伸三种方法

MFC 实现图像增强–分段式变换

本文使用visual Studio MFC 平台实现图像增强中的第三大类分段式变换中的三种方法,包括Gray-level slicing,Bit-plane slicing,对比度拉伸.
关于其他MFC单文档工程可参考
01-Visual Studio 使用MFC 单文档工程绘制单一颜色直线和绘制渐变颜色的直线

02-visual Studio MFC 绘制单一颜色三角形、渐变颜色边框三角形、渐变填充三角形、边框渐变的正方形与填充渐变的正方形实例
03-visual Studio MFC 平台实现对灰度图添加椒盐噪声,并进行均值滤波与中值滤波

文章目录

  • MFC 实现图像增强--分段式变换
    • 一、 Gray-level slicing 灰度级别切片
      • 1.1 灰度级别切片的原理
      • 1.2 灰度级别切片的代码实现
      • 1.3 实现效果
    • 二、 Bit-plane slicing
      • 2.1 Bit-plane slicing 原理
      • 2.2 Bit-plane slicing代码实现
      • 2.3 实现效果
    • 三、 对比度拉伸
      • 3.1 对比度拉伸的原理
      • 3.2 对比度拉伸代码实现
      • 3.3 对比度拉伸的实现图

一、 Gray-level slicing 灰度级别切片

1.1 灰度级别切片的原理

灰度级别切片(Gray-level Slicing)是一种图像处理技术,其目标是增强或突出显示特定灰度范围内的像素值。这通常用于突出感兴趣的目标或特定区域,并抑制其他区域的细节。

以下是灰度级别切片的基本原理:

  1. 选择灰度范围: 定义一个或多个灰度范围,这些范围内的像素将被保留或增强,而其他像素将被抑制。

  2. 设置增强值: 对于选择的灰度范围内的像素,可以将它们的灰度值增强为更高的亮度值,以使其在最终图像中更为突出。

  3. 抑制其他灰度范围: 对于未选择的灰度范围,可以将它们的灰度值设置为较低的亮度值,从而降低它们在最终图像中的显著性。

  4. 生成增强后的图像: 根据上述操作生成最终的图像,其中特定灰度范围内的像素得到了增强,而其他像素则被抑制。

这种方法的应用场景包括:

  • 目标突出显示: 当你想突出显示图像中的某个特定区域或目标时,可以使用灰度级别切片来使该区域更为显著。

  • 降低背景噪声: 如果图像中存在噪声或其他不相关的信息,可以通过灰度级别切片来降低这些不相关信息的影响。

1.2 灰度级别切片的代码实现

void CMFCApplication1View::OnGrayLevelSlicing()
{if (gray_data != nullptr) {unsigned char* enhanced_data = new unsigned char[bmpWidth * bmpHeight];int lower_threshold = 100;  // 定义下限阈值int upper_threshold = 200;  // 定义上限阈值for (int i = 0; i < bmpWidth * bmpHeight; ++i) {if (gray_data[i] >= lower_threshold && gray_data[i] <= upper_threshold) {// 在选择的灰度范围内增强像素值enhanced_data[i] = 255;} else {// 在其他范围内抑制像素值enhanced_data[i] = 0;}}// 获取绘图设备CClientDC dc(this);CDC* pDC = &dc;// 绘制增强后的灰度图m_pBmp->drawGrayBmp(pDC, enhanced_data, bmpWidth, bmpHeight, offset_left + 1100, offset_top);// 在图片下方添加文字GdiplusStartupInput gdiplusStartupInput;ULONG_PTR gdiplusToken;GdiplusStartup(&gdiplusToken, &gdiplusStartupInput, nullptr);{Graphics graphics(pDC->m_hDC);Gdiplus::Font font(L"Arial", 12);SolidBrush brush(Color(255, 128, 0, 128));  // 文字颜色为紫色// 文字的位置PointF point(offset_left + 1100, offset_top + bmpHeight + 10);// 绘制文字graphics.DrawString(L"灰度级别切片", -1, &font, point, &brush);}GdiplusShutdown(gdiplusToken);// 释放内存delete[] enhanced_data;} else {// 处理图像未加载的情况AfxMessageBox(_T("未加载图片"));}
}

上述代码将在图像中选择一个灰度范围进行增强,并在最终图像中突出显示该范围。

1.3 实现效果

在这里插入图片描述

二、 Bit-plane slicing

2.1 Bit-plane slicing 原理

Bit-plane slicing 是一种图像处理技术,它将图像的每个像素的二进制表示按位切割,然后将每个位平面(bit plane)单独显示。这种技术可以用于分析和可视化图像的信息,从而更好地理解图像的结构和特征。

以下是 Bit-plane slicing 的基本原理:

  1. 二进制表示: 对于每个像素,将其灰度值转换为二进制表示。例如,8 位灰度图像的像素值在二进制中有 8 位。

  2. 按位切割: 对每个像素的二进制表示,将其按位进行切割。例如,一个像素的 8 位二进制表示可以分为 8 个位平面,每个平面代表一个二进制位。

  3. 单独显示: 将切割得到的每个位平面单独显示。这意味着显示第一位平面、第二位平面,以此类推。

  4. 可视化: 通过观察每个位平面的图像,可以更好地理解图像的结构和像素之间的关系。低位平面通常包含图像的全局信息,而高位平面包含更多的细节信息。

  5. 合成: 可以选择将其中一些位平面重新合成为新的图像,以突出显示某些特定特征或信息。

Bit-plane slicing 主要用于图像分析、图像压缩和图像增强。在分析中,它可以帮助识别图像中的模式和结构。在压缩中,某些位平面可以舍弃以减小图像的大小。在增强中,选择特定位平面可以突出显示某些特征。

2.2 Bit-plane slicing代码实现

void CMFCApplication1View::OnBitplaneSlicing()
{if (gray_data != nullptr) {// 获取绘图设备CClientDC dc(this);CDC* pDC = &dc;// 选择要显示的位平面,这里选择第 3 位平面(从右往左数)int bit_plane = 3;// 创建临时数组用于存储位平面数据unsigned char* bit_plane_data = new unsigned char[bmpWidth * bmpHeight];// 提取位平面数据for (int i = 0; i < bmpWidth * bmpHeight; ++i) {bit_plane_data[i] = (gray_data[i] >> bit_plane) & 1;}// 缩放位平面数据以便显示int scale_factor = 255;for (int i = 0; i < bmpWidth * bmpHeight; ++i) {bit_plane_data[i] *= scale_factor;}// 绘制位平面图像m_pBmp->drawGrayBmp(pDC, bit_plane_data, bmpWidth, bmpHeight, offset_left + 1300, offset_top);// 在图片下方添加文字GdiplusStartupInput gdiplusStartupInput;ULONG_PTR gdiplusToken;GdiplusStartup(&gdiplusToken, &gdiplusStartupInput, nullptr);{Graphics graphics(pDC->m_hDC);Gdiplus::Font font(L"Arial", 12);SolidBrush brush(Color(255, 128, 0, 128));  // 文字颜色为紫色// 文字的位置PointF point(offset_left + 1300, offset_top + bmpHeight + 10);// 绘制文字CString text;text.Format(L"Bit-plane Slicing (Bit %d)", bit_plane);graphics.DrawString(text, -1, &font, point, &brush);}GdiplusShutdown(gdiplusToken);// 释放内存delete[] bit_plane_data;} else {// 处理图像未加载的情况AfxMessageBox(_T("未加载图片"));}
}

上述代码演示了如何选择特定位平面进行切割并显示。在示例中,选择了第 3 位平面,并在图像下方显示了相应的文字。请注意,位平面的选择从右向左进行,从 0 开始。

2.3 实现效果

 

三、 对比度拉伸

3.1 对比度拉伸的原理

图像的对比度拉伸是一种调整图像对比度的方法,其原理涉及到像素值的映射。对比度表示图像中不同亮度级别之间的差异程度。拉伸对比度的目的是增强图像中的亮度差异,使图像中的细节更加明显。

对比度拉伸的一般原理如下:

  1. 找到图像的最小和最大像素值: 遍历整个图像,找到最小和最大的像素值。

  2. 定义拉伸函数: 根据找到的最小和最大像素值,定义一个拉伸函数,将原始像素值映射到一个新的范围内。这个映射通常使用线性函数完成,将原始像素值拉伸到一个更广泛的范围。

    公式示例: 新像素值 = ( 原始像素值 − 最小值 最大值 − 最小值 ) × 新范围大小 \text{新像素值} = \left( \frac{\text{原始像素值} - \text{最小值}}{\text{最大值} - \text{最小值}} \right) \times \text{新范围大小} 新像素值=(最大值最小值原始像素值最小值)×新范围大小

  3. 应用拉伸函数: 将拉伸函数应用于整个图像,调整每个像素的值。这样,原始图像中的亮度差异将在新的范围内更为明显。

对比度拉伸常用于增强图像中的细节,特别是在图像中存在大量像素集中在低对比度范围内的情况。拉伸过程不改变图像的相对亮度顺序,只是将亮度范围映射到更广泛的范围,以便更好地显示图像的细节。

3.2 对比度拉伸代码实现

//对比度拉伸代码
void CMFCApplication1View::OnContraststretching()
{CClientDC dc(this);CDC* pDC = &dc;if (gray_data != nullptr) {// 寻找图像的最小和最大像素值unsigned int minPixelValue = gray_data[0];unsigned int maxPixelValue = gray_data[0];// 创建临时数组用于对比度拉伸处理unsigned char* temp_data = new unsigned char[bmpWidth * bmpHeight];for (int i = 0; i < bmpWidth * bmpHeight; ++i) {if (gray_data[i] < minPixelValue) {minPixelValue = gray_data[i];}if (gray_data[i] > maxPixelValue) {maxPixelValue = gray_data[i];}}// 对比度拉伸的参数const int newMinPixelValue = 0;const int newMaxPixelValue = 255;// 应用对比度拉伸公式到每个像素for (int i = 0; i < bmpWidth * bmpHeight; ++i) {temp_data[i] = static_cast<unsigned char>((gray_data[i] - minPixelValue) * (newMaxPixelValue - newMinPixelValue) /(maxPixelValue - minPixelValue) + newMinPixelValue);}// 绘制拉伸后的灰度图m_pBmp->drawGrayBmp(pDC, temp_data, bmpWidth, bmpHeight, offset_left + 450, offset_top);// 释放临时数组内存delete[] temp_data;// 更新视图,显示修改后的图像//Invalidate();// 在图片下方添加文字---只为方便查看GdiplusStartupInput gdiplusStartupInput;ULONG_PTR gdiplusToken;GdiplusStartup(&gdiplusToken, &gdiplusStartupInput, nullptr);{Graphics graphics(pDC->m_hDC);Gdiplus::Font font(L"Arial", 12);SolidBrush brush(Color(255,128, 0, 128));  // 文字颜色为紫色// 文字的位置PointF point(offset_left + 450, offset_top + bmpHeight + 10);// 绘制文字graphics.DrawString(L"对比度拉伸后的图", -1, &font, point, &brush);}GdiplusShutdown(gdiplusToken);}else {// 处理图像未加载的情况AfxMessageBox(_T("未加载图片"));return;}
}

3.3 对比度拉伸的实现图

在这里插入图片描述

相关文章:

  • ECShop 4.x collection_listSQL注入
  • 软考2016年上半年第六题(适配器模式)与手术训练系统项目适配器模式的应用
  • Google Analytics(谷歌分析)是什么以及如何使用
  • 血的教训------入侵redis之利用python来破解redis密码
  • 使用 NRF24L01 无线收发模块进行远程控制
  • 时间序列预测实战(二十)自研注意力机制Attention-LSTM进行多元预测(结果可视化,自研结构)
  • 面向对象编程的艺术:构建高效可扩展的软件
  • java基于Spring Boot+vue的民宿客房租赁预订系统的设计与实现含源码数据库
  • LangChain的函数,工具和代理(三):LangChain中轻松实现OpenAI函数调用
  • 深度学习中的注意力机制:原理、应用与实践
  • CentOS系统环境搭建(二十二)——Git进阶
  • 爬虫从入门到精通(21) |字体加密通杀方案
  • Qt实现图片旋转的几种方式(全)
  • 快速了解ChatGPT(大语言模型)
  • 从PDF和图像中提取文本,以供大型语言模型使用
  • 【个人向】《HTTP图解》阅后小结
  • CSS中外联样式表代表的含义
  • extjs4学习之配置
  • HashMap ConcurrentHashMap
  • Java 9 被无情抛弃,Java 8 直接升级到 Java 10!!
  • Joomla 2.x, 3.x useful code cheatsheet
  • nodejs调试方法
  • 给Prometheus造假数据的方法
  • 基于Android乐音识别(2)
  • 开放才能进步!Angular和Wijmo一起走过的日子
  • 前端相关框架总和
  • 如何在 Tornado 中实现 Middleware
  • 深入浏览器事件循环的本质
  • 使用docker-compose进行多节点部署
  • mysql 慢查询分析工具:pt-query-digest 在mac 上的安装使用 ...
  • ​RecSys 2022 | 面向人岗匹配的双向选择偏好建模
  • #中的引用型是什么意识_Java中四种引用有什么区别以及应用场景
  • (1)Map集合 (2)异常机制 (3)File类 (4)I/O流
  • (4.10~4.16)
  • (Matalb回归预测)PSO-BP粒子群算法优化BP神经网络的多维回归预测
  • (二)pulsar安装在独立的docker中,python测试
  • (二)WCF的Binding模型
  • (太强大了) - Linux 性能监控、测试、优化工具
  • (转)C#调用WebService 基础
  • (转)Mysql的优化设置
  • . NET自动找可写目录
  • .NET 读取 JSON格式的数据
  • .NET 同步与异步 之 原子操作和自旋锁(Interlocked、SpinLock)(九)
  • .NET 中 GetProcess 相关方法的性能
  • .net分布式压力测试工具(Beetle.DT)
  • .NET学习全景图
  • .Net中的设计模式——Factory Method模式
  • @angular/cli项目构建--http(2)
  • [ C++ ] STL---stack与queue
  • [bzoj 3124][sdoi 2013 省选] 直径
  • [c#基础]值类型和引用类型的Equals,==的区别
  • [C#基础知识]专题十三:全面解析对象集合初始化器、匿名类型和隐式类型
  • [CTO札记]如何测试用户接受度?
  • [Django 0-1] Core.Email 模块
  • [Labtools 27-1429] XML parser encountered a problem in file