当前位置：主页 > 查看内容

2021-04-03

发布时间：2021-04-20 00:00| 有 位朋友查看

简介：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OpenCVVC,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……

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
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！
上一篇：18岁考入北大，20岁就拿到了字节，滴滴，百度等offer...他的学习 下一篇：东南大学 通信工程/电子信息工程 院校分析 通信保研面试重点问题

推荐图文

  • 周排行
  • 月排行
  • 总排行

随机推荐