? ?????????????????? 數字圖像處理領域的二十四個典型算法及vc實現、第一章

作者:July?? 二零一一年二月二十六日。
參考：百度百科、維基百科、vc數字圖像處理。
--------------------------------------------------
數字圖像處理領域的二十四個典型算法及vc實現、第一章
一、256色轉灰度圖
二、Walsh變換
三、二值化變換
四、閾值變換
五、傅立葉變換
六、離散余弦變換

數字圖像處理領域的二十四個典型算法及vc實現、第二章
七、高斯平滑
八、圖像平移
九、圖像縮放
十、圖像旋轉
數字圖像處理領域的二十四個典型算法及vc實現、第三章

?

???? ?圖像處理，是對圖像進行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術。圖像處理是信號處理在圖像域上的一個應用。目前大多數的圖像是以數字形式存儲，因而圖像處理很多情況下指數字圖像處理。

????? 本文接下來，簡單粗略介紹下數字圖像處理領域中的24個經典算法，然后全部算法用vc實現。由于篇幅所限，只給出某一算法的主體代碼。

???? ?ok，請細看。

一、256色轉灰度圖
??? 算法介紹（百度百科）：
??? 什么叫灰度圖？任何顏色都有紅、綠、藍三原色組成，假如原來某點的顏色為RGB(R，G，B)，那么，我們可以通過下面幾種方法，將其轉換為灰度： 　　
? ?1.浮點算法：Gray=R*0.3+G*0.59+B*0.11 　　
? ?2.整數方法：Gray=(R*30+G*59+B*11)/100 　　
??3.移位方法：Gray =(R*28+G*151+B*77)>>8; 　　
? ?4.平均值法：Gray=（R+G+B）/3; 　　
? ?5.僅取綠色：Gray=G； 　　
??? 通過上述任一種方法求得Gray后，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。

灰度分為256階。所以，用灰度表示的圖像稱作灰度圖。

??? 程序實現：
??? ok，知道了什么叫灰度圖，下面，咱們就來實現此256色灰度圖。
這個Convert256toGray()，即是將256色位圖轉化為灰度圖：

void Convert256toGray(HDIB hDIB)
{
?LPSTR?lpDIB;?
?// 由DIB句柄得到DIB指針并鎖定DIB
?lpDIB = (LPSTR) ::GlobalLock((HGLOBAL)hDIB);?
?// 指向DIB象素數據區的指針
?LPSTR?? lpDIBBits;??
?// 指向DIB象素的指針
?BYTE *?lpSrc;?
?// 圖像寬度
?LONG?lWidth;?
?// 圖像高度
?LONG? ?lHeight;??
?// 圖像每行的字節數
?LONG?lLineBytes;?
?// 指向BITMAPINFO結構的指針（Win3.0）
?LPBITMAPINFO lpbmi;?
?// 指向BITMAPCOREINFO結構的指針
?LPBITMAPCOREINFO lpbmc;
?// 獲取指向BITMAPINFO結構的指針（Win3.0）
?lpbmi = (LPBITMAPINFO)lpDIB;??
?// 獲取指向BITMAPCOREINFO結構的指針
?lpbmc = (LPBITMAPCOREINFO)lpDIB;?
?// 灰度映射表
?BYTE bMap[256];
?
?// 計算灰度映射表（保存各個顏色的灰度值），并更新DIB調色板
?int?i,j;
?for (i = 0; i < 256; i ++)
?{
??// 計算該顏色對應的灰度值
??bMap[i] = (BYTE)(0.299 * lpbmi->bmiColors[i].rgbRed +
???0.587 * lpbmi->bmiColors[i].rgbGreen +
???0.114 * lpbmi->bmiColors[i].rgbBlue + 0.5);???
??// 更新DIB調色板紅色分量
??lpbmi->bmiColors[i].rgbRed = i;?
??// 更新DIB調色板綠色分量
??lpbmi->bmiColors[i].rgbGreen = i;?
???// 更新DIB調色板藍色分量
??lpbmi->bmiColors[i].rgbBlue = i;
??// 更新DIB調色板保留位
??lpbmi->bmiColors[i].rgbReserved = 0;
?}
?// 找到DIB圖像象素起始位置
?lpDIBBits = ::FindDIBBits(lpDIB);
?// 獲取圖像寬度
?lWidth = ::DIBWidth(lpDIB);?
?// 獲取圖像高度
?lHeight = ::DIBHeight(lpDIB);?
?// 計算圖像每行的字節數
?lLineBytes = WIDTHBYTES(lWidth * 8);?
?// 更換每個象素的顏色索引（即按照灰度映射表換成灰度值）

?//逐行掃描
?for(i = 0; i < lHeight; i++)
?{
????//逐列掃描
??for(j = 0; j < lWidth; j++)
??{
???// 指向DIB第i行，第j個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
???// 變換
???*lpSrc = bMap[*lpSrc];
??}
?}?
?//解除鎖定
?::GlobalUnlock ((HGLOBAL)hDIB);
}?

變換效果（以下若無特別說明，圖示的右邊部分都是為某一算法變換之后的效果）：

?
二、Walsh變換
??? 算法介紹：
??? 有關Walsh變換的深入介紹，請看此論文：http://www.informatics.org.cn/doc/ucit200510/ucit20051005.pdf

??? 程序實現:

函數名稱：WALSH()
參數:
double * f????- 指向時域值的指針
double * F????- 指向頻域值的指針
r??????－2的冪數
返回值:無。
說明:該函數用來實現快速沃爾什-哈達瑪變換。
VOID WINAPI WALSH(double *f, double *F, int r)
{
?// 沃爾什-哈達瑪變換點數
?LONG?count;
?// 循環變量
?int??i,j,k;
?// 中間變量
?int??bfsize,p;
?double *X1,*X2,*X;
?// 計算快速沃爾什變換點數
?count = 1 << r;
?// 分配運算所需的數組
?X1 = new double[count];
?X2 = new double[count];
?// 將時域點寫入數組X1
?memcpy(X1, f, sizeof(double) * count);
?
?// 蝶形運算
?for(k = 0; k < r; k++)
?{
??for(j = 0; j < 1<<k; j++)
??{
???bfsize = 1 << (r-k);
???for(i = 0; i < bfsize / 2; i++)
???{
????p = j * bfsize;
????X2[i + p] = X1[i + p] + X1[i + p + bfsize / 2];
????X2[i + p + bfsize / 2] = X1[i + p] - X1[i + p + bfsize / 2];
???}
??}
??// 互換X1和X2?
??X = X1;
??X1 = X2;
??X2 = X;
?}

?// 調整系數
?for(j = 0; j < count; j++)
?{
??p = 0;
??for(i = 0; i < r; i++)
??{
???if (j & (1<<i))
???{
????p += 1 << (r-i-1);
???}
??}

??F[j] = X1[p] / count;
?}
?
?// 釋放內存
?delete X1;
?delete X2;
}

函數名稱：DIBWalsh1()
參數:
LPSTR lpDIBBits??? - 指向源DIB圖像指針
LONG? lWidth?????? - 源圖像寬度（象素數）
LONG? lHeight????? - 源圖像高度（象素數）
返回值:BOOL?????????????? - 成功返回TRUE，否則返回FALSE。
說明:該函數用來對圖像進行沃爾什-哈達瑪變換。于上面不同的是，此處是將二維
矩陣轉換成一個列向量，然后對該列向量進行一次一維沃爾什-哈達瑪變換。

BOOL WINAPI DIBWalsh1(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
?// 指向源圖像的指針
?unsigned char*?lpSrc;
?// 循環變量
?LONG?i;
?LONG?j;
?// 進行付立葉變換的寬度和高度（2的整數次方）
?LONG?w;
?LONG?h;
?// 中間變量
?double?dTemp;
?int??wp;
?int??hp;
??// 圖像每行的字節數
?LONG?lLineBytes;
?// 計算圖像每行的字節數
?lLineBytes = WIDTHBYTES(lWidth * 8);
?
?// 賦初值
?w = 1;
?h = 1;
?wp = 0;
?hp = 0;
?
?// 計算進行離散余弦變換的寬度和高度（2的整數次方）
?while(w * 2 <= lWidth)
?{
??w *= 2;
??wp++;
?}
?
?while(h * 2 <= lHeight)
?{
??h *= 2;
??hp++;
?}
?
?// 分配內存
?double *f = new double[w * h];
?double *F = new double[w * h];
?
?// 列
?for(i = 0; i < w; i++)
?{
??// 行
??for(j = 0; j < h; j++)
??{
???// 指向DIB第j行，第i個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - j) + i;
???
???// 給時域賦值
???f[j + i * w] = *(lpSrc);
??}
?}
?
?// 調用快速沃爾什－哈達瑪變換
?WALSH(f, F, wp + hp);
?// 列
?for(i = 0; i < w; i++)
?{
??// 行
??for(j = 0; j < h; j++)
??{
???// 計算頻譜
???dTemp = fabs(F[i * w + j] * 1000);
???
???// 判斷是否超過255
???if (dTemp > 255)
???{
????// 對于超過的，直接設置為255
????dTemp = 255;
???}
???// 指向DIB第j行，第i個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - j) + i;
???
???// 更新源圖像
???* (lpSrc) = (BYTE)(dTemp);
??}
?}
?
?//釋放內存
?delete f;
?delete F;

?// 返回
?return TRUE;
}

變換效果：

三、二值化變換
??? 算法描述：
??? 二值化是圖像分割的一種方法。在二值化圖象的時候把大于某個臨界灰度值的像素灰度設為灰度極大值，把小于這個值的像素灰度設為灰度極小值，從而實現二值化。
??? 根據閾值選取的不同，二值化的算法分為固定閾值和自適應閾值。 比較常用的二值化方法則有：雙峰法、P參數法、迭代法和OTSU法等。

??? 程序實現：

void CMyDIPView::OnDraw(CDC* pDC)
{??
?CMyDIPDoc* pDoc = GetDocument();
?ASSERT_VALID(pDoc);
?if(pDoc->m_hDIB == NULL)
??return ;
?// TODO: add draw code for native data here
?int i,j;
??? unsigned char *lpSrc;
?LPSTR lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) pDoc->m_hDIB);
?int cxDIB = (int) ::DIBWidth(lpDIB);???????? // Size of DIB - x
?int cyDIB = (int) ::DIBHeight(lpDIB);??????? // Size of DIB - y
?LPSTR lpDIBBits=::FindDIBBits (lpDIB);
?// 計算圖像每行的字節數
?long lLineBytes = WIDTHBYTES(cxDIB * 8);
?// 每行
?for(i = 0; i < cyDIB; i++)
?{
??// 每列
??for(j = 0; j < cxDIB; j++)
??{
???// 指向DIB第i行，第j個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (cyDIB - 1 - i) + j;
???// 計算新的灰度值
???//*(lpSrc) = BYTE(255-*lpSrc);
??}
?}
?::GlobalUnlock((HGLOBAL) pDoc->m_hDIB);
?CRect rect(0,0,cxDIB,cyDIB), rcDIB(0,0,cxDIB,cyDIB);
?::PaintDIB(pDC->m_hDC, &rect, pDoc->m_hDIB, &rcDIB, pDoc->m_palDIB);
}

void CMyDIPView::OnMenuitem32778()
{
?// TODO: Add your command handler code here
?int i,j;
??? unsigned char *lpSrc;
?CMyDIPDoc* pDoc = GetDocument();
?ASSERT_VALID(pDoc);
?if(pDoc->m_hDIB == NULL)
??return ;
?LPSTR lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) pDoc->m_hDIB);
?LPSTR lpDIBBits=::FindDIBBits (lpDIB);
?int cxDIB = (int) ::DIBWidth(lpDIB);???????? // Size of DIB - x
?int cyDIB = (int) ::DIBHeight(lpDIB);??????? // Size of DIB - y
?long lLineBytes = WIDTHBYTES(cxDIB * 8);???? // 計算圖像每行的字節數
?const float c1=150,c2=2.5;
?// 每行
?for(i = 0; i < cyDIB; i++)
?{
??// 每列
??for(j = 0; j < cxDIB; j++)
??{
???// 指向DIB第i行，第j個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (cyDIB - 1 - i) + j;
???
???// 計算新的灰度值
???if(*lpSrc<122) *lpSrc=BYTE(0);
???else *lpSrc = BYTE(255);
??}
?}
?::GlobalUnlock((HGLOBAL) pDoc->m_hDIB);
??? Invalidate(TRUE);
}

變換效果：

四、閾值變換
?算法描述：
??輸入圖像像元密度值(灰度、亮度值)按對數函數關系變換為輸出圖像。?

?程序實現：

//參數說明:
//LPSTR lpDIBBits:指向源DIB圖像指針
//LONG? lWidth:源圖像寬度（象素數）
//LONG? lHeight:源圖像高度（象素數）
//BYTE? bThre:閾值
//程序說明:
//該函數用來對圖像進行閾值變換。對于灰度值小于閾值的象素直接設置
灰度值為0；灰度值大于閾值的象素直接設置為255。
BOOL WINAPI ThresholdTrans(LPSTR lpDIBBits, LONG lWidth, LONG lHeight, BYTE bThre)
{
?// 指向源圖像的指針
?unsigned char*?lpSrc;
?// 循環變量
?LONG?i;
?LONG?j;
?// 圖像每行的字節數
?LONG?lLineBytes;
?// 計算圖像每行的字節數
?lLineBytes = WIDTHBYTES(lWidth * 8);
?// 每行
?for(i = 0; i < lHeight; i++)
?{
??// 每列
??for(j = 0; j < lWidth; j++)
??{
???// 指向DIB第i行，第j個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
???// 判斷是否小于閾值
???if ((*lpSrc) < bThre)
???{
????// 直接賦值為0
????*lpSrc = 0;
???}
???else
???{
????// 直接賦值為255
????*lpSrc = 255;
???}
??}
?}
?// 返回
?return TRUE;
}

五、傅立葉變換
??? 算法描述：
??? 關于此傅里葉變換算法的具體介紹，請參考本BLOG文章：十、從頭到尾徹底理解傅里葉變換算法、上。

??? 程序實現：

函數名稱：FFT()
參數:
complex<double> * TD?- 指向時域數組的指針
complex<double> * FD?- 指向頻域數組的指針
r??????－2的冪數，即迭代次數
返回值:無。
說明:該函數用來實現快速付立葉變換。
VOID WINAPI FFT(complex<double> * TD, complex<double> * FD, int r)
{
?// 付立葉變換點數
?LONG?count;
?// 循環變量
?int??i,j,k;
?// 中間變量
?int??bfsize,p;
??// 角度
?double?angle;
??complex<double> *W,*X1,*X2,*X;
?// 計算付立葉變換點數
?count = 1 << r;
?
?// 分配運算所需存儲器
?W? = new complex<double>[count / 2];
?X1 = new complex<double>[count];
?X2 = new complex<double>[count];
?
?// 計算加權系數
?for(i = 0; i < count / 2; i++)
?{
??angle = -i * PI * 2 / count;
??W[i] = complex<double> (cos(angle), sin(angle));
?}
?
?// 將時域點寫入X1
?memcpy(X1, TD, sizeof(complex<double>) * count);
?
?// 采用蝶形算法進行快速付立葉變換
?for(k = 0; k < r; k++)
?{
??for(j = 0; j < 1 << k; j++)
??{
???bfsize = 1 << (r-k);
???for(i = 0; i < bfsize / 2; i++)
???{
????p = j * bfsize;
????X2[i + p] = X1[i + p] + X1[i + p + bfsize / 2];
????X2[i + p + bfsize / 2] = (X1[i + p] - X1[i + p + bfsize / 2]) * W[i * (1<<k)];
???}
??}
??X? = X1;
??X1 = X2;
??X2 = X;
?}
?
?// 重新排序
?for(j = 0; j < count; j++)
?{
??p = 0;
??for(i = 0; i < r; i++)
??{
???if (j&(1<<i))
???{
????p+=1<<(r-i-1);
???}
??}
??FD[j]=X1[p];
?}
?
?// 釋放內存
?delete W;
?delete X1;
?delete X2;
}

函數名稱：Fourier()
參數:
LPSTR lpDIBBits??? - 指向源DIB圖像指針
LONG? lWidth?????? - 源圖像寬度（象素數）
LONG? lHeight????? - 源圖像高度（象素數）
返回值:BOOL?????????????? - 成功返回TRUE，否則返回FALSE。
說明:該函數用來對圖像進行付立葉變換。
BOOL WINAPI Fourier(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
?// 指向源圖像的指針
?unsigned char*?lpSrc;
??// 中間變量
?double?dTemp;
??// 循環變量
?LONG?i;
?LONG?j;
?
?// 進行付立葉變換的寬度和高度（2的整數次方）
?LONG?w;
?LONG?h;
??int??wp;
?int??hp;
?
?// 圖像每行的字節數
?LONG?lLineBytes;
?
?// 計算圖像每行的字節數
?lLineBytes = WIDTHBYTES(lWidth * 8);
?
?// 賦初值
?w = 1;
?h = 1;
?wp = 0;
?hp = 0;
?
?// 計算進行付立葉變換的寬度和高度（2的整數次方）
?while(w * 2 <= lWidth)
?{
??w *= 2;
??wp++;
?}
?
?while(h * 2 <= lHeight)
?{
??h *= 2;
??hp++;
?}
?
?// 分配內存
?complex<double> *TD = new complex<double>[w * h];
?complex<double> *FD = new complex<double>[w * h];
?
?// 行
?for(i = 0; i < h; i++)
?{
??// 列
??for(j = 0; j < w; j++)
??{
???// 指向DIB第i行，第j個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
???
???// 給時域賦值
???TD[j + w * i] = complex<double>(*(lpSrc), 0);
??}
?}
?
?for(i = 0; i < h; i++)
?{
??// 對y方向進行快速付立葉變換
??FFT(&TD[w * i], &FD[w * i], wp);
?}
?
?// 保存變換結果
?for(i = 0; i < h; i++)
?{
??for(j = 0; j < w; j++)
??{
???TD[i + h * j] = FD[j + w * i];
??}
?}
?
?for(i = 0; i < w; i++)
?{
??// 對x方向進行快速付立葉變換
??FFT(&TD[i * h], &FD[i * h], hp);
?}
?
?// 行
?for(i = 0; i < h; i++)
?{
??// 列
??for(j = 0; j < w; j++)
??{
???// 計算頻譜
???dTemp = sqrt(FD[j * h + i].real() * FD[j * h + i].real() +
???????????? FD[j * h + i].imag() * FD[j * h + i].imag()) / 100;
???// 判斷是否超過255
???if (dTemp > 255)
???{
????// 對于超過的，直接設置為255
????dTemp = 255;
???}
????// 指向DIB第(i<h/2 ? i+h/2 : i-h/2)行，第(j<w/2 ? j+w/2 : j-w/2)個象素的指針
???// 此處不直接取i和j，是為了將變換后的原點移到中心
???//lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes *
????(lHeight - 1 - (i<h/2 ? i+h/2 : i-h/2)) + (j<w/2 ? j+w/2 : j-w/2);
???
???// 更新源圖像
???* (lpSrc) = (BYTE)(dTemp);
??}
?}
?
?// 刪除臨時變量
?delete TD;
?delete FD;
?
?// 返回
?return TRUE;
}

變換效果：

??? July附注：此傅里葉變換算法，在本BLOG內有深入具體的介紹，請參考本BLOG內其它文章。

?

六、離散余弦變換
??? 算法描述：
??? 離散余弦變換（DCT for Discrete Cosine Transform）是與傅里葉變換相關的一種變換，它類似于離散傅里葉變換（DFT for Discrete Fourier Transform），但是只使用實數。
??? 離散余弦變換相當于一個長度大概是它兩倍的離散傅里葉變換，這個離散傅里葉變換是對一個實偶函數進行的（因為一個實偶函數的傅里葉變換仍然是一個實偶函數），在有些變形里面需要將輸入或者輸出的位置移動半個單位（DCT有8種標準類型，其中4種是常見的）。

??? 程序實現：

函數名稱：FFT()
參數:
complex<double> * TD?- 指向時域數組的指針
complex<double> * FD?- 指向頻域數組的指針
r???????? －2的冪數，即迭代次數
返回值:無。
說明:該函數用來實現快速付立葉變換。
VOID WINAPI FFT(complex<double> * TD, complex<double> * FD, int r)
{
?// 付立葉變換點數
?LONG?count;
?// 循環變量
?int??i,j,k;
??// 中間變量
?int??bfsize,p;
??// 角度
?double?angle;
?
?complex<double> *W,*X1,*X2,*X;
??// 計算付立葉變換點數
?count = 1 << r;
?
?// 分配運算所需存儲器
?W? = new complex<double>[count / 2];
?X1 = new complex<double>[count];
?X2 = new complex<double>[count];
?
?// 計算加權系數
?for(i = 0; i < count / 2; i++)
?{
??angle = -i * PI * 2 / count;
??W[i] = complex<double> (cos(angle), sin(angle));
?}
?
?// 將時域點寫入X1
?memcpy(X1, TD, sizeof(complex<double>) * count);
?
?// 采用蝶形算法進行快速付立葉變換
?for(k = 0; k < r; k++)
?{
??for(j = 0; j < 1 << k; j++)
??{
???bfsize = 1 << (r-k);
???for(i = 0; i < bfsize / 2; i++)
???{
????p = j * bfsize;
????X2[i + p] = X1[i + p] + X1[i + p + bfsize / 2];
????X2[i + p + bfsize / 2] = (X1[i + p] - X1[i + p + bfsize / 2]) * W[i * (1<<k)];
???}
??}
??X? = X1;
??X1 = X2;
??X2 = X;
?}
?
?// 重新排序
?for(j = 0; j < count; j++)
?{
??p = 0;
??for(i = 0; i < r; i++)
??{
???if (j&(1<<i))
???{
????p+=1<<(r-i-1);
???}
??}
??FD[j]=X1[p];
?}
?
?// 釋放內存
?delete W;
?delete X1;
?delete X2;
}

函數名稱：DCT()
參數:
double * f????- 指向時域值的指針
double * F????- 指向頻域值的指針
r??????－2的冪數
返回值:無。
說明:該函數用來實現快速離散余弦變換，利用2N點的快速付立葉變換來實現離散余弦變換。
VOID WINAPI DCT(double *f, double *F, int r)
{
?// 離散余弦變換點數
?LONG?count;
?// 循環變量
?int??i;
??// 中間變量
?double?dTemp;
?
?complex<double> *X;
??// 計算離散余弦變換點數
?count = 1<<r;
?
?// 分配內存
?X = new complex<double>[count*2];
??// 賦初值為0
?memset(X, 0, sizeof(complex<double>) * count * 2);
??// 將時域點寫入數組X
?for(i=0;i<count;i++)
?{
??X[i] = complex<double> (f[i], 0);
?}
?
?// 調用快速付立葉變換
?FFT(X,X,r+1);
?// 調整系數
?dTemp = 1/sqrt(count);
??// 求F[0]
?F[0] = X[0].real() * dTemp;
?dTemp *= sqrt(2);
?// 求F[u]?
?for(i = 1; i < count; i++)
?{
??F[i]=(X[i].real() * cos(i*PI/(count*2)) + X[i].imag() * sin(i*PI/(count*2))) * dTemp;
?}
?
?// 釋放內存
?delete X;
}

函數名稱：DIBDct()
參數:
LPSTR lpDIBBits??? - 指向源DIB圖像指針
LONG? lWidth?????? - 源圖像寬度（象素數）
LONG? lHeight????? - 源圖像高度（象素數）
返回值:BOOL?????????????? - 成功返回TRUE，否則返回FALSE。
說明:該函數用來對圖像進行離散余弦變換。
BOOL WINAPI DIBDct(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
??// 指向源圖像的指針
?unsigned char*?lpSrc;
??// 循環變量
?LONG?i;
?LONG?j;
??// 進行付立葉變換的寬度和高度（2的整數次方）
?LONG?w;
?LONG?h;
??// 中間變量
?double?dTemp;
?int??wp;
?int??hp;
?
?// 圖像每行的字節數
?LONG?lLineBytes;
??// 計算圖像每行的字節數
?lLineBytes = WIDTHBYTES(lWidth * 8);
?
?// 賦初值
?w = 1;
?h = 1;
?wp = 0;
?hp = 0;
?
?// 計算進行離散余弦變換的寬度和高度（2的整數次方）
?while(w * 2 <= lWidth)
?{
??w *= 2;
??wp++;
?}
?
?while(h * 2 <= lHeight)
?{
??h *= 2;
??hp++;
?}
??// 分配內存
?double *f = new double[w * h];
?double *F = new double[w * h];
?
?// 行
?for(i = 0; i < h; i++)
?{
??// 列
??for(j = 0; j < w; j++)
??{
???// 指向DIB第i行，第j個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
???
???// 給時域賦值
???f[j + i * w] = *(lpSrc);
??}
?}
?
?for(i = 0; i < h; i++)
?{
??// 對y方向進行離散余弦變換
??DCT(&f[w * i], &F[w * i], wp);
?}
?
?// 保存計算結果
?for(i = 0; i < h; i++)
?{
??for(j = 0; j < w; j++)
??{
???f[j * h + i] = F[j + w * i];
??}
?}
?
?for(j = 0; j < w; j++)
?{
??// 對x方向進行離散余弦變換
??DCT(&f[j * h], &F[j * h], hp);
?}
??// 行
?for(i = 0; i < h; i++)
?{
??// 列
??for(j = 0; j < w; j++)
??{
???// 計算頻譜
???dTemp = fabs(F[j*h+i]);
???
???// 判斷是否超過255
???if (dTemp > 255)
???{
????// 對于超過的，直接設置為255
????dTemp = 255;
???}
???
???// 指向DIB第y行，第x個象素的指針
???lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
???
???// 更新源圖像
???* (lpSrc) = (BYTE)(dTemp);
??}
?}
?
?// 釋放內存
?delete f;
?delete F;

?// 返回
?return TRUE;
}

??? 變化效果：

更多見下一章：?數字圖像處理領域的二十四個典型算法及vc實現、第二章。本文完。

?版權所有，侵權必究。若需轉載，請注明出處。謝謝。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的数字图像处理领域的二十四个典型算法及vc实现、第一章的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。