VB求灰度圖轉(zhuǎn)二值化，或者有直接二值化的代碼

用point?方法太慢了，還是用api的getDIBits和setDIBits吧，彩圖轉(zhuǎn)灰度圖的代碼如下：

西區(qū)網(wǎng)站建設(shè)公司成都創(chuàng)新互聯(lián),西區(qū)網(wǎng)站設(shè)計(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。已為西區(qū)1000+提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)網(wǎng)站制作要多少錢(qián)，請(qǐng)找那個(gè)售后服務(wù)好的西區(qū)做網(wǎng)站的公司定做！

Private?Declare?Function?GetBitmapBits?Lib?"gdi32"?(ByVal?hBitmap?As?Long,?ByVal?dwCount?As?Long,?lpBits?As?Any)?As?Long

Private?Declare?Function?SetBitmapBits?Lib?"gdi32"?(ByVal?hBitmap?As?Long,?ByVal?dwCount?As?Long,?lpBits?As?Any)?As?Long

Private?Declare?Function?GetDIBits?Lib?"gdi32"?(ByVal?aHDC?As?Long,?ByVal?hBitmap?As?Long,?ByVal?nStartScan?As?Long,?ByVal?nNumScans?As?Long,?lpBits?As?Any,?lpBI?As?BitMapInfo,?ByVal?wUsage?As?Long)?As?Long

Private?Declare?Function?SetDIBits?Lib?"gdi32"?(ByVal?hdc?As?Long,?ByVal?hBitmap?As?Long,?ByVal?nStartScan?As?Long,?ByVal?nNumScans?As?Long,?lpBits?As?Any,?lpBI?As?BitMapInfo,?ByVal?wUsage?As?Long)?As?Long

Private?Type?BitMapInfoHeader?''文件信息頭——BITMAPINFOHEADER

biSize?As?Long

biWidth?As?Long

biHeight?As?Long

biPlanes?As?Integer

biBitCount?As?Integer

biCompression?As?Long

biSizeImage?As?Long

biXPelsPerMeter?As?Long

biYPelsPerMeter?As?Long

biClrUsed?As?Long

biClrImportant?As?Long

End?Type

Private?Type?RGBQuad

rgbBlue?As?Byte

rgbGreen?As?Byte

rgbRed?As?Byte

''rgbReserved?As?Byte

End?Type

Private?Type?BitMapInfo

bmiHeader?As?BitMapInfoHeader

bmiColors?As?RGBQuad

End?Type

Private?Sub?Command1_Click()

Dim?ix?As?Integer

Dim?iy?As?Integer

Dim?iWidth?As?Integer?'以像素為單位的圖形寬度

Dim?iHeight?As?Integer?'以像素為單位的圖形高度

Dim?bytGray?As?Byte

Dim?bytThreshold?As?Byte

Dim?bits()?As?Byte?'三維數(shù)組，用于獲取原彩色圖像中各像素的RGB數(shù)值以及存放轉(zhuǎn)化后的灰度值

Dim?bitsBW()?As?Byte?'三維數(shù)組，用于存放轉(zhuǎn)化為黑白圖后各像素的值

'獲取圖形的寬度和高度

iWidth?=?Picture1.ScaleWidth?/?Screen.TwipsPerPixelX

iHeight?=?Picture1.ScaleHeight?/?Screen.TwipsPerPixelY

Picture1.Picture?=?Picture1.Image

'創(chuàng)建并初始化一個(gè)bitMapInfo自定義類(lèi)型

Dim?bi24BitInfo?As?BitMapInfo

With?bi24BitInfo.bmiHeader

.biBitCount?=?32

.biCompression?=?0

.biPlanes?=?1

.biSize?=?Len(bi24BitInfo.bmiHeader)

.biWidth?=?iWidth

.biHeight?=?Picture1.ScaleHeight?/?Screen.TwipsPerPixelY

End?With

'重新定義數(shù)組大小

ReDim?bits(3,?0?To?iWidth,?0?To?iHeight)?As?Byte

ReDim?bitsBW(3,?0?To?iWidth,?0?To?iHeight)?As?Byte

'使用GetDIBits方法一次性獲取picture1中各點(diǎn)的rgb值，比point方法或getPixel函數(shù)逐像素獲取像素rgb要快出一個(gè)數(shù)量級(jí)

lrtn?=?GetDIBits(Picture1.hdc,?Picture1.Picture.Handle,?0,?iHeight,?bits(0,?0,?0),?bi24BitInfo,?0)

'數(shù)組的三個(gè)維度分別代表像素的RGB分量、以圖形左下角為原點(diǎn)的X和Y坐標(biāo)。

'具體說(shuō)來(lái)，這時(shí)bits(0,2,3)代表從圖形左下角數(shù)起橫向第2個(gè)縱向第3個(gè)像素的Blue值，而bits(1,2,3)和bits(2,2,3)分別的Green值和Red值.

bytThreshold?=?128?'這里定義轉(zhuǎn)換為黑白圖像時(shí)的閾值為128，即灰色亮度大于128的像素轉(zhuǎn)為白色，小于128的像素轉(zhuǎn)為黑的，此值可根據(jù)需要修改為0-255之前任意數(shù)值

For?ix?=?0?To?iWidth

For?iy?=?0?To?iHeight

'***********RGB轉(zhuǎn)為灰度的算法有多種，這里給出常見(jiàn)的兩種*******

'bytGray?=?bits(0,?ix,?iy)?*?0.11?+?bits(1,?ix,?iy)?*?0.59?+?bits(2,?ix,?iy)?*?0.3?'這是傳統(tǒng)的根據(jù)三原色亮度加權(quán)得到灰階的算法

bytGray?=?(bits(0,?ix,?iy)?^?2.2?*?0.0722?+?bits(1,?ix,?iy)?^?2.2?*?0.7152?+?bits(2,?ix,?iy)?^?2.2?*?0.2126)?^?(1?/?2.2)?'這是簡(jiǎn)化?sRGB?IEC61966-2.1?[gamma=2.20]，有點(diǎn)類(lèi)似于photoshop中所用的算法

bits(0,?ix,?iy)?=?bytGray

bits(1,?ix,?iy)?=?bytGray

bits(2,?ix,?iy)?=?bytGray

'*********轉(zhuǎn)為黑白圖像********

If?bits(0,?ix,?iy)??bytThreshold?Then

bitsBW(0,?ix,?iy)?=?0

bitsBW(1,?ix,?iy)?=?0

bitsBW(2,?ix,?iy)?=?0

Else

bitsBW(0,?ix,?iy)?=?255

bitsBW(1,?ix,?iy)?=?255

bitsBW(2,?ix,?iy)?=?255

End?If

Next

Next

'將灰度圖顯示到picture2中

Picture2.Picture?=?Picture2.Image?'如果picture2的picture屬性為空，需要在setDIBits之前將其picture屬性設(shè)置一下，否則無(wú)法顯示出圖形

SetDIBits?Picture2.hdc,?Picture2.Picture.Handle,?0,?iHeight,?bits(0,?0,?0),?bi24BitInfo,?0

Picture2.Picture?=?Picture2.Image

'將黑白圖顯示到picture3中

Picture3.Picture?=?Picture3.Image

SetDIBits?Picture3.hdc,?Picture3.Picture.Handle,?0,?iHeight,?bitsBW(0,?0,?0),?bi24BitInfo,?0

Picture3.Picture?=?Picture3.Image

End?Sub

代碼運(yùn)行很快，如圖所示圖片基本可瞬間完成

常用的灰度圖像預(yù)處理總結(jié)

圖像的灰度變換一般是指根據(jù)某種規(guī)律改變圖像中的灰度值，使得圖像的亮度或者對(duì)比度發(fā)生變化，最終讓圖像變得更容易分辨以及達(dá)到我們想要的效果，一般來(lái)說(shuō)，灰度轉(zhuǎn)換有以下幾種方式：

① 線性變換： 當(dāng)圖像出現(xiàn)曝光不足或者曝光過(guò)度的時(shí)候，灰度圖會(huì)被局限在很小的范圍內(nèi)，這時(shí)我們會(huì)通過(guò)線性變換將每一個(gè)像素線性拉伸。一般線性變換效果會(huì)增強(qiáng)圖像的對(duì)比度，舉個(gè)例子就是，圖像會(huì)變得黑色更黑，白色更白。

② 分段線性變換： 主要是用作突出感興趣的目標(biāo)或者灰度區(qū)間，抑制那些不感興趣的區(qū)域，一般來(lái)說(shuō)，我們會(huì)把圖像分成三段去進(jìn)行線性變換，對(duì)任意區(qū)間的灰度區(qū)間進(jìn)行壓縮或拓展，一般用在有類(lèi)似于折痕這樣的噪聲的圖片中，減少折痕的影響。

③ 非線性變換： 該變換一般不針對(duì)某個(gè)不同的灰度區(qū)間進(jìn)行變換，而是在整個(gè)灰度值范圍內(nèi)采取相同的非線性函數(shù)實(shí)現(xiàn)灰度值區(qū)間的壓縮和拓展。如對(duì)數(shù)變換，用于擴(kuò)展圖像的低灰度值部分，壓縮高灰度值部分，使得低灰度的圖像細(xì)節(jié)清晰化。相對(duì)應(yīng)的指數(shù)變換則是拉伸高灰度區(qū)域，提高灰度區(qū)域高的像素點(diǎn)。

?這個(gè)說(shuō)的直方圖一般指的是灰度直方圖，是按照灰度值大小，統(tǒng)計(jì)圖像中像素出現(xiàn)的頻率，橫坐標(biāo)為灰度值，縱坐標(biāo)是該灰度值出現(xiàn)的頻率或者像素個(gè)數(shù)。但直方圖只能反映整幅圖像的亮暗程度和對(duì)比度，不能看出灰度空間分布情況。直方圖一般有以下兩種修正形式：

① 直方圖均衡化： 通過(guò)對(duì)原圖像進(jìn)行某種變換，使得原圖像的灰度直方圖修正為均勻分布直方圖，從而達(dá)到調(diào)整圖像對(duì)比度的目的，主要適用于背景和前景太暗或太亮的圖像（啊，依舊是萬(wàn)能的ppt畫(huà)的直方圖，ppt賽高）。

② 直方圖規(guī)定化 ：即是將原圖像直方圖變成規(guī)定形狀的直方圖。最理想的情況是直方圖均衡化實(shí)現(xiàn)了圖像灰度的均衡分布，對(duì)提高圖像對(duì)比度有明顯的作用。但是在實(shí)際使用中，我們不一定需要直方圖具有整體的均勻分布特性，而是希望與規(guī)定的一致。

? 意思是將圖像的像素點(diǎn)全部設(shè)置成0或255，變成黑白圖像，大幅度減少圖像的數(shù)據(jù)量，凸顯目標(biāo)輪廓，同樣的，一般有三種做法：

①取0-255之間的平均數(shù)作為閾值過(guò)濾，灰度值小于平均數(shù)127的歸于像素0，反之歸于255。

②計(jì)算圖像所有像素的灰度平均值作為閾值過(guò)濾，灰度值小于閾值的歸于像素0，反之歸于255。

③取灰度直方圖上，前景和背景兩個(gè)高峰之間的最低谷為閾值，灰度值小于閾值的歸于像素0，反之歸于255。

符號(hào)說(shuō)明：erode（腐蝕）dilate（膨脹）src（原圖）element（移動(dòng)窗口大小）dist（最終圖像）

先腐蝕后膨脹，可以用來(lái)消除小物體，可以在分離物體，平滑邊界的同時(shí)改變面積不明顯，效果通常為放大了裂痕或局部亮度低的區(qū)域，公式為：

dist= dilate(erode(src, element))

先膨脹后腐蝕，能排除小型黑色區(qū)域，效果通常為突出了比原圖輪廓周?chē)档膮^(qū)域。公式為：

dist = erode(dilate(src , element))

求膨脹圖與腐蝕圖之差，對(duì)二值圖像進(jìn)行這一操作可以突出圖塊邊緣，從而保留物體的邊緣輪廓，公式為：

dist = dilate(src, element) - erode(src , element)

求原圖和開(kāi)運(yùn)算圖之差，開(kāi)運(yùn)算減去原圖后可以得到比原圖輪廓周?chē)鷧^(qū)域更亮的效果圖，公式為：

dist = src - dilate(erode(src, element))

求閉運(yùn)算圖和原圖之差，用作分離比臨近點(diǎn)暗一點(diǎn)的斑塊，得出比較平滑的輪廓，公式為：

dist = erode(dilate(src, element)) - src

?主要是用作對(duì)圖像進(jìn)行平滑處理，目的是去除圖像中的噪聲，但會(huì)使得圖像中物體邊緣模糊，具體操作為：對(duì)窗口范圍內(nèi)像素的灰度值進(jìn)行平均值計(jì)算，然后將當(dāng)前像素的灰度值用它所在鄰域內(nèi)像素的平均值代替。

內(nèi)容摻雜個(gè)人理解，記錄準(zhǔn)確性不擔(dān)保，隨時(shí)改(●ˇ?ˇ●)

幾種經(jīng)典的二值化方法及其vb.net實(shí)現(xiàn)

圖像二值化的目的是最大限度的將圖象中感興趣的部分保留下來(lái)，在很多情況下，也是進(jìn)行圖像分析、特征提取與模式識(shí)別之前的必要的圖像預(yù)處理過(guò)程。這個(gè)看似簡(jiǎn)單的問(wèn)題，在過(guò)去的四十年里受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，產(chǎn)生了數(shù)以百計(jì)的閾值選取方法，但如同其他圖像分割算法一樣，沒(méi)有一個(gè)現(xiàn)有方法對(duì)各種各樣的圖像都能得到令人滿意的結(jié)果。

本文針對(duì)幾種經(jīng)典而常用的二值發(fā)放進(jìn)行了簡(jiǎn)單的討論并給出了其vb.net 實(shí)現(xiàn)。

1、P-Tile法

Doyle于1962年提出的P-Tile (即P分位數(shù)法)可以說(shuō)是最古老的一種閾值選取方法。該方法根據(jù)先驗(yàn)概率來(lái)設(shè)定閾值，使得二值化后的目標(biāo)或背景像素比例等于先驗(yàn)概率，該方法簡(jiǎn)單高效，但是對(duì)于先驗(yàn)概率難于估計(jì)的圖像卻無(wú)能為力。

2、OTSU 算法（大津法）

OSTU算法可以說(shuō)是自適應(yīng)計(jì)算單閾值（用來(lái)轉(zhuǎn)換灰度圖像為二值圖像）的簡(jiǎn)單高效方法。1978 OTSU年提出的最大類(lèi)間方差法以其計(jì)算簡(jiǎn)單、穩(wěn)定有效，一直廣為使用。

3、迭代法（最佳閥值法）

(1)． 求出圖象的最大灰度值和最小灰度值，分別記為Zl和Zk，令初始閾值為：

(2)． 根據(jù)閾值TK將圖象分割為前景和背景，分別求出兩者的平均灰度值Z0和ZB:

式中，Z(i,j）是圖像上(i,j)點(diǎn)的象素值，N(i,j)是(i,j)點(diǎn)的權(quán)值，一般取1。

(3)． 若TK=TK+1，則所得即為閾值，否則轉(zhuǎn)2，迭代計(jì)算。

4、一維最大熵閾值法

它的思想是統(tǒng)計(jì)圖像中每一個(gè)灰度級(jí)出現(xiàn)的概率 ，計(jì)算該灰度級(jí)的熵 ,假設(shè)以灰度級(jí)T分割圖像，圖像中低于T灰度級(jí)的像素點(diǎn)構(gòu)成目標(biāo)物體（O），高于灰度級(jí)T的像素點(diǎn)構(gòu)成背景（B），那么各個(gè)灰度級(jí)在本區(qū)的分布概率為：

O區(qū)： i=1,2……,t

B區(qū)： i=t+1,t+2……L-1

上式中的 ,這樣對(duì)于數(shù)字圖像中的目標(biāo)和背景區(qū)域的熵分別為：

對(duì)圖像中的每一個(gè)灰度級(jí)分別求取W=H0 +HB，選取使W最大的灰度級(jí)作為分割圖像的閾值，這就是一維最大熵閾值圖像分割法。

網(wǎng)站題目：vb.net圖像灰度變換,matlab灰度圖像指數(shù)變換
標(biāo)題網(wǎng)址：http://vcdvsql.cn/article26/hsoocg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶體驗(yàn)、品牌網(wǎng)站設(shè)計(jì)、微信小程序、做網(wǎng)站、動(dòng)態(tài)網(wǎng)站、網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)