热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

边缘检索与区域提取

边缘检索与区域提取是我们的课程设计的一个课题。看到这个课题感到十分新颖,因为以前从未接触过这方面的知识。而且由于课程作业要求的语言是c++,所以选择了c++的一个界面类函数库eas

边缘检索与区域提取是我们的课程设计的一个课题。看到这个课题感到十分新颖,因为以前从未接触过这方面的知识。而且由于课程作业要求的语言是c++,所以选择了 c++ 的一个界面类函数库easyX  下载可见官网 http://www.easyx.cn/    我们将这个课题分为两部分,一是边缘检测,一是区域提取。 
   关于边缘检测:图像的边缘形成的原因是图像的灰度在某一区域的突然变化使得人眼才有了识别轮廓的功能。所以对于计算机识别边缘我们也可以用数学的方法定量的找出图像中灰度阶跃不连续或是线条不连续的地方,比如说一阶导数的极值点或二阶导数的零点的方法找到边缘。(图片摘自百度)。 


 

当我们继续往下学时,越来越多的概念涌了出来,各种算子、幅度、差分、阈值、卷积运算。这对我这种数学渣渣的确是一种考验。其实我们没必要将边缘检索的数学推导都看懂。我们只要了解它的基本原理后,在运用它的结论就足以达到我们的目的。 
我们总结了一下:什么Prewitt算子、Sobel算子,都是对灰度图片的一个变换,我们称这个变换为卷积模板变换,模板变换后,边缘就会被检索出来。首先让我们必须了解什么叫做卷积模板变换。这个博客说的很清楚,大家可以看看。 
http://www.cnblogs.com/a-toad/archive/2008/10/24/1318921.html 


所以我们根据这个运算规则,将它封装成一个方法,代码及注释如下 


C++代码  



  1. //模板操作,包括图像边缘的检测,图像的平滑都会用到这个函数  

  2. /*参数的意义 

  3. * img 指向图像的指针 

  4. * tempWidth tempHeight 模板的宽高 

  5. * tempX tempY 模板的中心的x y 坐标 

  6. * temp 指向模板数组的指针 tempCoef 模板的系数 

  7. * img2 为转化后的照片 

  8. */  

  9. bool templateChange(IMAGE *img,int tempWidth,int tempHeight,int tempX,int tempY,float *temp,float tempCoef,IMAGE *img2){  

  10.     long imgWidth = img->getwidth();  

  11.     long imgHeight = img->getheight();  

  12.     //得到原图的内容  

  13.     DWORD *p = GetImageBuffer(img);  

  14.     (*img2).Resize(imgWidth,imgHeight);  

  15.     DWORD *p2 = GetImageBuffer(img2);  

  16.     //用于暂存模板值  

  17.     float result;  

  18.     int endResult;  

  19.     for (long i=tempY;i

  20.         for (long j=tempX;j

  21.             result=0;  

  22.             //计算模板  

  23.             for (int k=0;k

  24.                 for (int l=0;l

  25.                       //逻辑表达式较复杂(横坐标 i-tempy+k 纵坐标 j-tempx+1)  

  26.                     //得到灰度(RGB相同)  

  27.                     int z=GetRValue(p[imgWidth*(i+tempY-k)+j-tempX+l]);  

  28.                     result +=z*temp[k*tempWidth+l];  

  29.                 }  

  30.             }  

  31.             result *=tempCoef;  

  32.             endResult =abs((int)result);  

  33.             if (endResult>255){  

  34.                 endResult=255;  

  35.             }  

  36.             p2[i*imgWidth+j]=RGB(endResult,endResult,endResult);  

  37.         }  

  38.     }  

  39.     return true;  

  40. }  


了解了这个模板运算,我们反过头来再看各种算子 

Sobel算子: 

 

进行的横竖两个方向的模板运算后,遍历整个图片取相同像素点模板运算的最大值。 
Prewitt算子: 

 

同Sobel算子,进行的横竖两个方向的模板运算后,遍历整个图片取相同像素点模板运算的最大值。 

给出了算法,写程序就很容易了。这里只展示prewitt算子的代码: 


C++代码  



  1. void GraphicCut(IMAGE *img){  

  2.     IMAGE img1,img2;  

  3.     float temp1[9]={1,0,-1,1,0,-1,1,0,-1};  

  4.     float tempCoef1=1;  

  5.     templateChange(img,3,3,1,1,temp1,tempCoef1,&img1);  

  6.     float temp2[9]={-1,-1,-1,0,0,0,1,1,1};  

  7.     float tempCoef2=1;  

  8.     templateChange(img,3,3,1,1,temp2,tempCoef2,&img2);  

  9.     DWORD *p = GetImageBuffer(img);  

  10.     DWORD *p1 = GetImageBuffer(&img1);  

  11.     DWORD *p2 = GetImageBuffer(&img2);  

  12.     for (long i=0;igetheight();i++)  

  13.         for (long j=0;jgetwidth();j++)  

  14.             if (p1[i*img->getwidth()+j]

    getwidth()+j]){  


  15.                p[i*img->getwidth()+j]=p2[i*img->getwidth()+j];  

  16.             }else{  

  17.                p[i*img->getwidth()+j]=p1[i*img->getwidth()+j];  

  18.             }  

  19. }  


效果图如下: 

 

 


啃完了边缘检索这块硬骨头后,我们又开始考虑区域要怎么提取。我们最初的想法是做一个类似于搜索的算法,遍历某个区域中的所有点,将这个区域中的像素点提取出来保存到另一幅图片中,就完成了区域提取。 
我们最开始想到的是深度搜索,但对于一张500*500的图片来说,这种搜索对时间和空间的消耗都是特别大的,搞不好还会栈溢出。所以我们马上丢弃了这个想法。另一种搜索方法就是广度搜索了,理论上是可行的,所以我们决定试试这种算法。(其实网上有一些经过优化过的搜索算法,如扫描线算法)。 
代码如下: 


C++代码  



  1. void graphicsFill(IMAGE *img1,IMAGE *img2,IMAGE *img3,int mouseX,int mouseY){  

  2.     long imgWidth = img1->getwidth();  

  3.     long imgHeight = img1->getheight();  

  4.     DWORD *p1 = GetImageBuffer(img1);  

  5.     DWORD *p2 = GetImageBuffer(img2);  

  6.     DWORD *p3 = GetImageBuffer(img3);  

  7.     list

     stk;  


  8.     Point point;  

  9.     point.x = mouseX;  

  10.     point.y = mouseY;  

  11.     stk.push_back(point);  

  12.     int a[]={0,1,1,1,0,-1,-1,-1};  

  13.     int b[]={1,1,0,-1,-1,-1,0,1};  

  14.     while (!stk.empty()){  

  15.         Point pt;  

  16.         //获取链表头元素 ,并将其弹出  

  17.         pt=stk.front();  stk.pop_front();  

  18.         long y=pt.y;  

  19.         long x=pt.x;  

  20.         long z;  

  21.         int x1,y1;  

  22.         for (int i=0;i<8;i++){  

  23.             x1=x+a[i]; y1=y+b[i];  

  24.             z=abs(long(GetRValue(p1[y*imgWidth+x])-GetRValue(p1[y1*imgWidth+x1])));  

  25.             if (p2[y1*imgWidth+x1]!=p3[y1*imgWidth+x1]&&z<4){  

  26.                p3[y1*imgWidth+x1]=p2[y1*imgWidth+x1];  

  27.                Point pt;  

  28.                pt.x=x1; pt.y=y1;  

  29.                stk.push_back(pt);  

  30.             }  

  31.         }  

  32.     }  

  33. }  


提取效果图片如下: 

 


 


 


整的来说,算法的效率还算高。但的确有更好的算法可以去解决这个问题,更好的算法就等读者自己去研究发现了。



推荐阅读
  • Python自动化处理:从Word文档提取内容并生成带水印的PDF
    本文介绍如何利用Python实现从特定网站下载Word文档,去除水印并添加自定义水印,最终将文档转换为PDF格式。该方法适用于批量处理和自动化需求。 ... [详细]
  • XNA 3.0 游戏编程:从 XML 文件加载数据
    本文介绍如何在 XNA 3.0 游戏项目中从 XML 文件加载数据。我们将探讨如何将 XML 数据序列化为二进制文件,并通过内容管道加载到游戏中。此外,还会涉及自定义类型读取器和写入器的实现。 ... [详细]
  • UNP 第9章:主机名与地址转换
    本章探讨了用于在主机名和数值地址之间进行转换的函数,如gethostbyname和gethostbyaddr。此外,还介绍了getservbyname和getservbyport函数,用于在服务器名和端口号之间进行转换。 ... [详细]
  • 根据最新发布的《互联网人才趋势报告》,尽管大量IT从业者已转向Python开发,但随着人工智能和大数据领域的迅猛发展,仍存在巨大的人才缺口。本文将详细介绍如何使用Python编写一个简单的爬虫程序,并提供完整的代码示例。 ... [详细]
  • 本文介绍如何使用Python进行文本处理,包括分词和生成词云图。通过整合多个文本文件、去除停用词并生成词云图,展示文本数据的可视化分析方法。 ... [详细]
  • 本文介绍如何在 Android 中通过代码模拟用户的点击和滑动操作,包括参数说明、事件生成及处理逻辑。详细解析了视图(View)对象、坐标偏移量以及不同类型的滑动方式。 ... [详细]
  • 深入理解Cookie与Session会话管理
    本文详细介绍了如何通过HTTP响应和请求处理浏览器的Cookie信息,以及如何创建、设置和管理Cookie。同时探讨了会话跟踪技术中的Session机制,解释其原理及应用场景。 ... [详细]
  • 360SRC安全应急响应:从漏洞提交到修复的全过程
    本文详细介绍了360SRC平台处理一起关键安全事件的过程,涵盖从漏洞提交、验证、排查到最终修复的各个环节。通过这一案例,展示了360在安全应急响应方面的专业能力和严谨态度。 ... [详细]
  • 本文详细介绍了如何构建一个高效的UI管理系统,集中处理UI页面的打开、关闭、层级管理和页面跳转等问题。通过UIManager统一管理外部切换逻辑,实现功能逻辑分散化和代码复用,支持多人协作开发。 ... [详细]
  • 2023年京东Android面试真题解析与经验分享
    本文由一位拥有6年Android开发经验的工程师撰写,详细解析了京东面试中常见的技术问题。涵盖引用传递、Handler机制、ListView优化、多线程控制及ANR处理等核心知识点。 ... [详细]
  • 基于KVM的SRIOV直通配置及性能测试
    SRIOV介绍、VF直通配置,以及包转发率性能测试小慢哥的原创文章,欢迎转载目录?1.SRIOV介绍?2.环境说明?3.开启SRIOV?4.生成VF?5.VF ... [详细]
  • 深入探讨CPU虚拟化与KVM内存管理
    本文详细介绍了现代服务器架构中的CPU虚拟化技术,包括SMP、NUMA和MPP三种多处理器结构,并深入探讨了KVM的内存虚拟化机制。通过对比不同架构的特点和应用场景,帮助读者理解如何选择最适合的架构以优化性能。 ... [详细]
  • 本文详细介绍了如何使用Python编写爬虫程序,从豆瓣电影Top250页面抓取电影信息。文章涵盖了从基础的网页请求到处理反爬虫机制,再到多页数据抓取的全过程,并提供了完整的代码示例。 ... [详细]
  • 在Ubuntu 16.04 LTS上配置Qt Creator开发环境
    本文详细介绍了如何在Ubuntu 16.04 LTS系统中安装和配置Qt Creator,涵盖了从下载到安装的全过程,并提供了常见问题的解决方案。 ... [详细]
  • DNN Community 和 Professional 版本的主要差异
    本文详细解析了 DotNetNuke (DNN) 的两种主要版本:Community 和 Professional。通过对比两者的功能和附加组件,帮助用户选择最适合其需求的版本。 ... [详细]
author-avatar
晨风流云
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有