C#影象處理(二值化,灰階)
1. #region 灰階
2. /// <summary>
3. /// 灰階
4. /// </summary>
5. /// <param name="b">Bitmap物件</param>
6. /// <returns></returns>
7. public Bitmap Gray(Bitmap b)
8. {
9. BitmapData bmData = b.LockBits(new Rectangle(0, 0, b.Width, b.Height),
10. ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
11. int stride = bmData.Stride;
12. System.IntPtr Scan0 = bmData.Scan0;
13. unsafe
14. {
15. byte* p = (byte*)(void*)Scan0;
16. int nOffset = stride - b.Width * 3;
17. byte red, green, blue;
18. for (int y = 0; y < b.Height; ++y)
19. {
20.
21. {
22. blue = p[0];
23. green = p[1];
24. red = p[2];
25. p[0] = p[1] = p[2] = (byte)(.299 * red + .587 * green + .114 * blue);
26. p += 3;
27. }
28. p += nOffset;
29. }
30. }
31. b.UnlockBits(bmData);
32. return b;
33. }
34. #endregion
35.
36. #region 固定閾值法二值化模組
37.
38. public Bitmap Threshoding(Bitmap b, byte threshold)
39. {
40. int width = b.Width;
41. int height = b.Height;
42. BitmapData data = b.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb);
43. unsafe
44. {
45. byte* p = (byte*)data.Scan0;
46. int offset = data.Stride - width * 4;
47. byte R, G, B, gray;
48. for (int y = 0; y < height; y++)
49. {
50. for (int x = 0; x < width; x++)
51. {
52. R = p[2];
53. G = p[1];
54. B = p[0];
55. gray = (byte)((R * 19595 + G * 38469 + B * 7472) >> 16);
56. if (gray >= threshold)
57. {
58. p[0] = p[1] = p[2] = 255;
59. }
60. else
61. {
62. p[0] = p[1] = p[2] = 0;
63. }
64. p += 4;
65. }
66. p += offset;
67. }
68. b.UnlockBits(data);
69. return b;
70. }
71.
72. }
73. #endregion
74.
75. #region Otsu閾值法二值化模組
76. /// <summary>
77. /// Otsu閾值
78. /// </summary>
79. /// <param name="b">點陣圖流</param>
80. /// <returns></returns>
81. public Bitmap OtsuThreshold(Bitmap b)
82. {
83. // 影象灰度化
84. // b = Gray(b);
85. int width = b.Width;
86. int height = b.Height;
87. byte threshold = 0;
88. int[] hist = new int[256];
89.
90. int AllPixelNumber = 0, PixelNumberSmall = 0, PixelNumberBig = 0;
91. double MaxValue, AllSum = 0, SumSmall = 0, SumBig, ProbabilitySmall, ProbabilityBig, Probability;
92.
93. BitmapData data = b.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb);
94. unsafe
95. {
96. byte* p = (byte*)data.Scan0;
97. int offset = data.Stride - width * 4;
98.
99. for (int j = 0; j < height; j++)
100. {
101. for (int i = 0; i < width; i++)
102. {
103. hist[p[0]]++;
104.
105.
106. p += 4;
107. }
108. p += offset;
109. }
110. b.UnlockBits(data);
111.
112. }
113. //計算灰度為I的畫素出現的概率
114. for (int i = 0; i < 256; i++)
115. {
116.
117. AllSum += i * hist[i]; // 質量矩
118. AllPixelNumber += hist[i]; // 質量
119.
120. }
121.
122. MaxValue = -1.0;
123. for (int i = 0; i < 256; i++)
124. {
125. PixelNumberSmall += hist[i];
126. PixelNumberBig = AllPixelNumber - PixelNumberSmall;
127. if (PixelNumberBig == 0)
128. {
129. break;
130. }
131.
132. SumSmall += i * hist[i];
133. SumBig = AllSum - SumSmall;
134. ProbabilitySmall = SumSmall / PixelNumberSmall;
135. ProbabilityBig = SumBig / PixelNumberBig;
136. Probability = PixelNumberSmall * ProbabilitySmall * ProbabilitySmall + PixelNumberBig * ProbabilityBig * ProbabilityBig;
137. if (Probability > MaxValue)
138. {
139. MaxValue = Probability;
140. threshold = (byte)i;
141. }
142.
143. }
144.
145. return this.Threshoding(b, threshold);
146. } // end of OtsuThreshold 2
147. #endregion
相關推薦
C#影象處理(二值化,灰階)
1. #region 灰階 2. /// <summary> 3. /// 灰階 4. /// </summary> 5. /// <param name="b">Bitmap物件</param> 6. /// <returns&g
使用matlab對影象進行二值化和灰度化處理
用matlab對影象進行二值化處理 >>m = imread('d:\image\logo.jpg'); >> imshow(n); >> n = graythre
利用opencv對影象進行二值化處理
利用該方法對圖形進行二值化處理，能夠很好的除去光線對圖片的影響 #include<iostream> #include<opencv2\opencv.hpp> using namespace cv; using namespace
c#實現圖片二值化例子（黑白效果）
rec con devel 圖片 round amp bsp 操作 spl C#將圖片2值化示例代碼，原圖及二值化後的圖片如下： 原圖： 二值化後的圖像： 實現代碼：using System; using System.Drawing; namespace BMP2G
十三種基於直方圖的影象全域性二值化演算法原理、實現、程式碼及效果。
分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！
macOS opencv python 影象簡單二值化
python opencv 影象二值化 全域性閥值 1，cv2.threshold 全域性閥值 1，cv2.threshold 全域性閥值 #! /usr/local/bin/python3 # coding:utf-8 """ 影象二值化 全
python驗證碼圖片處理--二值化
寫在最前面： 這個我打算分幾次寫，由於我們通過selenium拿到的圖片會很模糊，所以使用Tesseract識別之前要對圖片先進行處理。 第一步就是二值化，設定閾值，低於閾值全部為白色（置0），其餘黑色（置1）。 import pytesseract from PIL import
opencv學習（十六）：影象的二值化
影象二值化介紹：https://blog.csdn.net/qq_30490125/article/details/80458500 &nbs
【OpenCV入門指南】第四篇 影象的二值化
【OpenCV入門指南】第四篇 影象的二值化 在上一篇《【OpenCV入門指南】第三篇Canny邊緣檢測》中介紹了使用Canny運算元對影象進行邊緣檢測。與邊緣檢測相比，輪廓檢測有時能更好的反映影象的內容。而要對影象進行輪廓檢測，則必須要先對影象進行二值化，影象的二值化就是
C# 影象處理(二)（螢幕擷取、截圖外掛）
雙擊執行截圖外掛，工具預設延時5秒後截圖 可擷取全屏可擷取到快捷選單和滑鼠 也可通過cmd命令執行工具，呼叫示例引數如下： REM 呼叫截圖工具進行截圖 call "%~dp0getScreen.exe" REM 儲存到指定目錄（D:\tmp\截圖.png） call
【OpenCV學習筆記 004】 影象的縮放、Canny邊緣檢測和影象的二值化
一、影象的縮放 本篇將介紹使用OpenCV來縮放圖片。首先介紹幾個關鍵函式——cvResize和cvCreateImage 1.主要函式介紹 1.1 cvResize 函式功能：影象大小變換 函式原型： voidcvResize( const CvArr* src,
【數字影象】C++8位和24位BMP點陣圖的平滑、銳化、二值化處理，以及24位真彩圖的灰度化
BMP標頭檔案： #ifndef BMP_H//前處理器 #define BMP_H typedef unsigned char BYTE; typedef unsigned short WORD; typedef unsigned int DWORD; typedef
MATLA影象處理之二值化以及灰度處理
首先先來明白幾個概念： 1、彩色影象（RGB）：影象的每個畫素點都是由紅（R）、綠（G）、藍（B）三個分量來表示的，每一個分量一般分別介於0-255之間，當然如果每一個顏色分量用更多的位數去表示的話，那
灰度影象二值化-----c++實現
前天閒著沒事幹，就寫了寫BMP影象處理，感覺大家還比較感興趣。。所以現在沒事，繼續更新。。這次簡單的寫了灰度影象二值化。。這是什麼概念呢？ 影象的二值化的基本原理 影象的二值化處理就是將影象上的點的灰度置為0或255，也就是講整個影象呈現出明顯的黑白效果。即將256個
C++——bmp影象灰度化+二值化
本文實現bmp影象的灰度化及二值化操作：1、灰度化 對於彩色轉灰度，有一個很著名的心理學公式： Gray = R*0.299 + G*0.587 + B*0.114而實際應用時，希望避免低速的浮點運算，所以需要整數
影象處理： 灰度化，二值化，反色
灰度化 （grayscale） 將彩色影象轉化為灰度影象的過程稱為影象灰度化。彩色影象中的畫素值由RGB三個分量決定，每個分量都有0-255（256種）選擇，這樣一個畫素點的畫素值可以有1600萬種可能（256*256*256），而灰度圖的畫素點的畫素值是RGB三個分量值相
影象處理（二）opencv處理影象二值化，灰度化等
這裡主要實現的 opencv 基於 android 對影象進行常用處理，比如說灰度化，二值化，rgb的轉換，這裡就不貼主要程式碼，只是工具程式碼。 Utils.xxx方法的使用需要在MainActivity.class中新增此方法（好像是掉用opencv，an
java影象處理：灰度化，二值化，降噪，切割，裁剪，識別，找相似等
前段時間做爬蟲，涉及到對圖片驗證碼的破解，這裡羅列一些常用的影象處理方法，都很簡單並沒用到什麼複雜的演算法，所以不涉及opencv，都是一些直接對rgb畫素點的操作，很簡單也很好理解，至於識別直接用的tesseract-ocr，也可以用svm。（ps:圖片的畫素值矩陣的原點在
java影象處理---灰度化（二值化）處理
java實現圖片灰度化（二值化） 此函式功能： 1. 讀圖 2. 建立緩衝區 3. 將圖片畫素複製到緩衝區的相應位置 4. 輸出比較 輸入： RGB
一些基本的opencv影象預處理函式直接用法（灰度化，otsu二值化，腐蝕膨脹，canny）
#include <cv.h> #include <cxcore.h> #include <highgui.h> using namespace std; using namespace cv; int main(int a