当前位置: 首页 > 编程日记 > 正文

边缘检测、Hough变换、轮廓提取、种子填充、轮廓跟踪

转自:http://blog.sina.com.cn/s/blog_6c083cdd0100nm4s.html

7.1 边沿检测

我们给出一个模板 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 和一幅图象 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 。不难发现原图中左边暗,右边亮,中间存在着一条明显的边界。进行模板操作后的结果如下: 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

可以看出,第3、4列比其他列的灰度值高很多,人眼观察时,就能发现一条很明显的亮边,其它区域都很暗,这样就起到了边沿检测的作用。

为什么会这样呢?仔细看看那个模板就明白了,它的意思是将右邻点的灰度值减左邻点的灰度值作为该点的灰度值。在灰度相近的区域内,这么做的结果使得该点的灰度值接近于0;而在边界附近,灰度值有明显的跳变,这么做的结果使得该点的灰度值很大,这样就出现了上面的结果。

这种模板就是一种边沿检测器,它在数学上的涵义是一种基于梯度的滤波器,又称边沿算子,你没有必要知道梯度的确切涵义,只要有这个概念就可以了。梯度是有方向的,和边沿的方向总是正交(垂直)的,例如,对于上面那幅图象的转置图象,边是水平方向的,我们可以用梯度是垂直方向的模板 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 检测它的边沿。

例如,一个梯度为45度方向模板 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) ,可以检测出135度方向的边沿。

1.         Sobel算子

在边沿检测中,常用的一种模板是Sobel 算子。Sobel 算子有两个,一个是检测水平边沿的 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) ;另一个是检测垂直平边沿的 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 。与 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 相比,Sobel算子对于象素的位置的影响做了加权,因此效果更好。

Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子,也有两个,一个是检测水平边沿的 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) ,另一个是检测垂直平边沿的 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 。各向同性Sobel算子和普通Sobel算子相比,它的位置加权系数更为准确,在检测不同方向的边沿时梯度的幅度一致。

下面的几幅图中,图7.1为原图;图7.2为普通Sobel算子处理后的结果图;图7.3为各向同性Sobel算子处理后的结果图。可以看出Sobel算子确实把图象中的边沿提取了出来。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.1     原图

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.2     普通Sobel算子处理后的结果图

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.3     各向同性Sobel算子处理后的结果图

在程序中仍然要用到第3章介绍的通用3×3模板操作函数TemplateOperation,所做的操作只是增加几个常量标识及其对应的模板数组,这里就不再给出了。

2.         高斯拉普拉斯算子

由于噪声点(灰度与周围点相差很大的点)对边沿检测有一定的影响,所以效果更好的边沿检测器是高斯拉普拉斯(LOG)算子。它把我们在第3章中介绍的高斯平滑滤波器和拉普拉斯锐化滤波器结合了起来,先平滑掉噪声,再进行边沿检测,所以效果会更好。

常用的LOG算子是5×5的模板,如下所示 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 。到中心点的距离与位置加权系数的关系用曲线表示为图7.4。是不是很象一顶墨西哥草帽?所以,LOG又叫墨西哥草帽滤波器。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.4     LOG到中心点的距离与位置加权系数的关系曲线

图7.5为图7.1用LOG滤波器处理后的结果。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.5     图7.1用LOG滤波器处理后的结果图

LOG的算法和普通模板操作的算法没什么不同,只不过把3×3改成了5×5,这里就不再给出了。读者可以参照第3章的源程序自己来完成。

7.2 Hough变换

Hough变化的原理是利用点和线的对偶性,将原始空间的给定的曲线通过曲线表达式变为参数空间的一个点。在原始图像坐标系下的一个点对应参数坐标系中的一条直线,同样参数坐标系的一条直线对应原始坐标中的一个点。原始坐标中呈现直线的所有点,它们的斜率和截距是相同的,所以他们在参数坐标下对应于同一个点。

首先,初始化一块缓冲徐,对应于参数平面,将所有的数据置0,对于图像的每一个前景点,求出参数平面对应的直线,把直线上所有的点都加1,最后找到参数平面最大的点的位置,这个位置就是原图像直线上的参数。

Hough变换用来在图象中查找直线。它的原理很简单:假设有一条与原点距离为s,方向角为θ的一条直线,如图7.6所示。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.6    一条与原点距离为s,方向角为θ的一条直线

直线上的每一点都满足方程

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

(7.1)

利用这个事实,我们可以找出某条直线来。下面将给出一段程序,用来找出图象中最长的直线(见图7.7)。找到直线的两个端点,在它们之间连一条红色的直线。为了看清效果,将结果描成粗线,如图7.8所示。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.7 原图

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.8 Hough变换的结果

可以看出,找到的确实是最长的直线。方法是,开一个二维数组做为计数器,第一维是角度,第二维是距离。先计算可能出现的最大距离为 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) ,用来确定数组第二维的大小。对于每一个黑色点,角度的变化范围从00到1780(为了减少存储空间和计算时间,角度每次增加20而不是10),按方程(7.1)求出对应的距离s来,相应的数组元素[s][ 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) ]加1。同时开一个数组Line,计算每条直线的上下两个端点。所有的象素都算完后,找到数组元素中最大的,就是最长的那条直线。直线的端点可以在Line中找到。要注意的是,我们处理的虽然是二值图,但实际上是256级灰度图,不过只用到了0和255两种颜色。

BOOL Hough(HWND hWnd)

{

//定义一个自己的直线结构

typedef struct{

int topx; //最高点的x坐标

int topy; //最高点的y坐标

int botx; //最低点的x坐标

int boty; //最低点的y坐标

}MYLINE;

DWORD                             OffBits,BufSize;

LPBITMAPINFOHEADER    lpImgData;

LPSTR                     lpPtr;

HDC                        hDc;

LONG                                  x,y;

long                         i,maxd;

int                           k;

int                           Dist,Alpha;

HGLOBAL                  hDistAlpha,hMyLine;

Int                                         *lpDistAlpha;

MYLINE                             *lpMyLine,*TempLine,MaxdLine;

static LOGPEN                rlp={PS_SOLID,1,1,RGB(255,0,0)};

HPEN                              rhp;

//我们处理的实际上是256级灰度图,不过只用到了0和255两种颜色。

if( NumColors!=256){

MessageBox(hWnd,"Must be a mono bitmap with grayscale palette!",

"Error Message",MB_OK|MB_ICONEXCLAMATION);

return FALSE;

}

//计算最大距离

Dist=(int)(sqrt((double)bi.biWidth*bi.biWidth+

(double)bi.biHeight*bi.biHeight)+0.5);

Alpha=180 /2 ;  //0 到 to 178 度,步长为2度

//为距离角度数组分配内存

if((hDistAlpha=GlobalAlloc(GHND,(DWORD)Dist*Alpha*

sizeof(int)))==NULL){

MessageBox(hWnd,"Error alloc memory!","Error Message",

MB_OK|MB_ICONEXCLAMATION);

return FALSE;

}

//为记录直线端点的数组分配内存

if((hMyLine=GlobalAlloc(GHND,(DWORD)Dist*Alpha*

sizeof(MYLINE)))==NULL){

GlobalFree(hDistAlpha);

return  FALSE;

}

OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER);

//BufSize为缓冲区大小

BufSize=OffBits+bi.biHeight*LineBytes;

lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData);

lpDistAlpha=(int *)GlobalLock(hDistAlpha);

lpMyLine=(MYLINE *)GlobalLock(hMyLine);

for (i=0;i<(long)Dist*Alpha;i++){

TempLine=(MYLINE*)(lpMyLine+i);

(*TempLine).boty=32767; //初始化最低点的y坐标为一个很大的值

}

for (y=0;y<bi.biHeight;y++){

//lpPtr指向位图数据

lpPtr=(char *)lpImgData+(BufSize-LineBytes-y*LineBytes);

for (x=0;x<bi.biWidth;x++)

if(*(lpPtr++)==0) //是个黑点

for (k=0;k<180;k+=2){

//计算距离i

i=(long)fabs((x*cos(k*PI/180.0)+y*sin(k*PI/180.0)));

//相应的数组元素加1

*(lpDistAlpha+i*Alpha+k/2)=*(lpDistAlpha+i*Alpha+k/2)+1;

TempLine=(MYLINE*)(lpMyLine+i*Alpha+k/2);

if(y> (*TempLine).topy){

//记录该直线最高点的x,y坐标

(*TempLine).topx=x;

(*TempLine).topy=y;

}

if(y< (*TempLine).boty){

//记录该直线最低点的x,y坐标

(*TempLine).botx=x;

(*TempLine).boty=y;

}

}

}

maxd=0;

for (i=0;i<(long)Dist*Alpha;i++){

TempLine=(MYLINE*)(lpMyLine+i);

k=*(lpDistAlpha+i);

if(k > maxd){

//找到数组元素中最大的,及相应的直线端点

maxd=k;

MaxdLine.topx=(*TempLine).topx;

MaxdLine.topy=(*TempLine).topy;

MaxdLine.botx=(*TempLine).botx;

MaxdLine.boty=(*TempLine).boty;

}

}

hDc = GetDC(hWnd);

rhp = CreatePenIndirect(&rlp);

SelectObject(hDc,rhp);

MoveToEx(hDc,MaxdLine.botx,MaxdLine.boty,NULL);

//在两端点之间画一条红线用来标识

LineTo(hDc,MaxdLine.topx,MaxdLine.topy);

DeleteObject(rhp);

ReleaseDC(hWnd,hDc);

//释放内存及资源

GlobalUnlock(hImgData);

GlobalUnlock(hDistAlpha);

GlobalFree(hDistAlpha);

GlobalUnlock(hMyLine);

GlobalFree(hMyLine);

return TRUE;

}

如果 数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转) 是给定的,用上述方法,我们可以找到该方向上最长的直线。

其实Hough变换能够查找任意的曲线,只要你给定它的方程。这里,我们就不详述了。

7.3 轮廓提取

轮廓提取的实例如图7.9、图7.10所示。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.9     原图

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.10   轮廓提取

轮廓提取的算法非常简单,就是掏空内部点:如果原图中有一点为黑,且它的8个相邻点都是黑色时(此时该点是内部点),则将该点删除。要注意的是,我们处理的虽然是二值图,但实际上是256级灰度图,不过只用到了0和255两种颜色。源程序如下:

BOOL Outline(HWND hWnd)

{

DWORD                             OffBits,BufSize;

LPBITMAPINFOHEADER    lpImgData;

LPSTR                   lpPtr;

HLOCAL                             hTempImgData;

LPBITMAPINFOHEADER    lpTempImgData;

LPSTR                   lpTempPtr;

HDC                      hDc;

HFILE                     hf;

LONG                    x,y;

int                                        num;

int                               nw,n,ne,w,e,sw,s,se;

//我们处理的实际上是256级灰度图,不过只用到了0和255两种颜色。

if( NumColors!=256){

MessageBox(hWnd,"Must be a mono bitmap with grayscale palette!",

"Error Message",MB_OK|MB_ICONEXCLAMATION);

return FALSE;

}

OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER);

//BufSize为缓冲区大小

BufSize=OffBits+bi.biHeight*LineBytes;

//为新图缓冲区分配内存

if((hTempImgData=LocalAlloc(LHND,BufSize))==NULL)

{

MessageBox(hWnd,"Error alloc memory!","Error Message",MB_OK|

MB_ICONEXCLAMATION);

return FALSE;

}

lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData);

lpTempImgData=(LPBITMAPINFOHEADER)LocalLock(hTempImgData);

//拷贝头信息和位图数据

memcpy(lpTempImgData,lpImgData,BufSize);

for (y=1;y<bi.biHeight-1;y++){ //注意y的范围是从1到高度-2

//lpPtr指向原图数据,lpTempPtr指向新图数据

lpPtr=(char *)lpImgData+(BufSize-LineBytes-y*LineBytes);

lpTempPtr=(char *)lpTempImgData+(BufSize-LineBytes-y*LineBytes);

for (x=1;x<bi.biWidth-1;x++){

if(*(lpPtr+x)==0){ //是个黑点

//查找八个相邻点

nw=(unsigned char)*(lpPtr+x+LineBytes-1);

n=(unsigned char)*(lpPtr+x+LineBytes);

ne=(unsigned char)*(lpPtr+x+LineBytes+1);

w=(unsigned char)*(lpPtr+x-1);

e=(unsigned char)*(lpPtr+x+1);

sw=(unsigned char)*(lpPtr+x-LineBytes-1);

s=(unsigned char)*(lpPtr+x-LineBytes);

se=(unsigned char)*(lpPtr+x-LineBytes+1);

num=nw+n+ne+w+e+sw+s+se;

if(num==0) //说明都是黑点

*(lpTempPtr+x)=(unsigned char)255; //删除该黑点

}

}

}

if(hBitmap!=NULL)

DeleteObject(hBitmap);

hDc=GetDC(hWnd);

//创立一个新的位图

hBitmap=CreateDIBitmap(hDc,(LPBITMAPINFOHEADER)lpTempImgData,

(LONG)CBM_INIT,

(LPSTR)lpTempImgData+

sizeof(BITMAPINFOHEADER)+

NumColors*sizeof(RGBQUAD),

(LPBITMAPINFO)lpTempImgData,

DIB_RGB_COLORS);

hf=_lcreat("c://outline.bmp",0);

_lwrite(hf,(LPSTR)&bf,sizeof(BITMAPFILEHEADER));

_lwrite(hf,(LPSTR)lpTempImgData,BufSize);

_lclose(hf);

//释放内存和资源

ReleaseDC(hWnd,hDc);

LocalUnlock(hTempImgData);

LocalFree(hTempImgData);

GlobalUnlock(hImgData);

return TRUE;

}

7.4 种子填充

种子填充算法用来在封闭曲线形成的环中填充某中颜色,在这里我们只填充黑色。

种子填充其实上是图形学中的算法,其原理是:准备一个堆栈,先将要填充的点push进堆栈中;以后,每pop出一个点,将该点涂成黑色,然后按左上右下的顺序查看它的四个相邻点,若为白(表示还没有填充),则将该邻点push进栈。一直循环,直到堆栈为空。此时,区域内所有的点都被涂成了黑色。

这里,我们自己定义了一些堆栈的数据结构和操作,实现了堆栈的初始化、push、pop、判断是否为空、及析构。

//堆栈结构

typedef struct{

HGLOBAL hMem; //堆栈全局内存句柄

POINT *lpMyStack; //指向该句柄的指针

LONG  ElementsNum; //堆栈的大小

LONG  ptr; //指向栈顶的指针

}MYSTACK;

//初始化堆栈的操作,第二个参数指定堆栈的大小

BOOL InitStack(HWND hWnd,LONG StackLen)

{

SeedFillStack.ElementsNum=StackLen; //将堆栈的大小赋值

if((SeedFillStack.hMem=GlobalAlloc(GHND,SeedFillStack.ElementsNum*

sizeof(POINT)))==NULL)

{

//内存分配错误,返回FALSE;

MessageBox(hWnd,"Error alloc memory!","ErrorMessage",MB_OK|

MB_ICONEXCLAMATION);

return FALSE;

}

SeedFillStack.lpMyStack=(POINT *)GlobalLock(SeedFillStack.hMem);

//缓冲区全部清零

memset(SeedFillStack.lpMyStack,0,SeedFillStack.ElementsNum*

sizeof(POINT));

//堆顶指针为零

SeedFillStack.ptr=0;

//成功,返回TRUE

return TRUE;

}

//析构函数

void DeInitStack()

{

//释放内存,重置堆栈大小及栈顶指针。

GlobalUnlock(SeedFillStack.hMem);

GlobalFree(SeedFillStack.hMem);

SeedFillStack.ElementsNum=0;

SeedFillStack.ptr=0;

}

//push操作

BOOL MyPush(POINT p)

{

POINT *TempPtr;

if(SeedFillStack.ptr>=SeedFillStack.ElementsNum)

return FALSE; //栈已满,返回FALSE

//进栈,栈顶指针加1

TempPtr=(POINT *)(SeedFillStack.lpMyStack+SeedFillStack.ptr++);

(*TempPtr).x=p.x;

(*TempPtr).y=p.y;

return TRUE;

}

//pop操作

POINT MyPop()

{

POINT InvalidP;

InvalidP.x=-1;

InvalidP.y=-1;

if(SeedFillStack.ptr<=0)

return InvalidP; //栈为空,返回无效点

SeedFillStack.ptr--; //栈顶指针减1

//返回栈顶点

return *(SeedFillStack.lpMyStack+SeedFillStack.ptr);

}

//判断堆栈是否为空

BOOL IsStackEmpty()

{

return (SeedFillStack.ptr==0)?TRUE:FALSE;

}

如果读者对堆栈的概念还不清楚,请参阅有关数据结构方面的书籍,这里就不详述了。

要注意的是:(1)要填充的区域是封闭的;(2)我们处理的虽然是二值图,但实际上是256级灰度图,不过只用到了0和255两种颜色;(3)在菜单中选择种子填充命令时,提示用户用鼠标点取一个要填充区域中的点,处理是在WM_LBUTTONDOWN中。

MYSTACK SeedFillStack;

BOOL SeedFill(HWND hWnd)

{

DWORD                   OffBits,BufSize;

LPBITMAPINFOHEADER    lpImgData;

HLOCAL                  hTempImgData;

LPBITMAPINFOHEADER    lpTempImgData;

LPSTR                   lpTempPtr,lpTempPtr1;

HDC                                      hDc;

HFILE                    hf;

POINT                   CurP,NeighborP;

//我们处理的实际上是256级灰度图,不过只用到了0和255两种颜色。

if( NumColors!=256){

MessageBox(hWnd,"Must be a mono bitmap with grayscale palette!",

"Error Message",MB_OK|MB_ICONEXCLAMATION);

return FALSE;

}

OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER);

//BufSize为缓冲区大小

BufSize=OffBits+bi.biHeight*LineBytes;

//为新图缓冲区分配内存

if((hTempImgData=LocalAlloc(LHND,BufSize))==NULL)

{

MessageBox(hWnd,"Error alloc memory!","Error Message",MB_OK|

MB_ICONEXCLAMATION);

return FALSE;

}

lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData);

lpTempImgData=(LPBITMAPINFOHEADER)LocalLock(hTempImgData);

//拷贝头信息和位图数据

memcpy(lpTempImgData,lpImgData,BufSize);

if(!InitStack(hWnd,(LONG)bi.biHeight*bi.biWidth)){  //初始化堆栈

//若失败,释放内存,返回

LocalUnlock(hTempImgData);

LocalFree(hTempImgData);

GlobalUnlock(hImgData);

return FALSE;

}

lpTempPtr=(char*)lpTempImgData+

(BufSize-LineBytes-SeedPoint.y*LineBytes)+SeedPoint.x;

if(*lpTempPtr==0){

//鼠标点到了黑点上,提示用户不能选择边界上的点,返回FALSE

MessageBox(hWnd,"The point you select is a contour point!",

"Error Message",MB_OK|MB_ICONEXCLAMATION);

LocalUnlock(hTempImgData);

LocalFree(hTempImgData);

GlobalUnlock(hImgData);

DeInitStack();

return FALSE;

}

//push该点(用户用鼠标选择的,处理是在WM_LBUTTONDOWN中

MyPush(SeedPoint);

while(!IsStackEmpty()) //堆栈不空则一直处理

{

CurP=MyPop(); //pop栈顶的点

lpTempPtr=(char*)lpTempImgData+

(BufSize-LineBytes-CurP.y*LineBytes)+CurP.x;

//将该点涂黑

*lpTempPtr=(unsigned char)0;

//左邻点

if(CurP.x>0) //注意判断边界

{

NeighborP.x=CurP.x-1;

NeighborP.y=CurP.y;

lpTempPtr1=lpTempPtr-1;

if(*lpTempPtr1!=0) //如果为白,表示还没有填,进栈

MyPush(NeighborP);

}

//上邻点

if(CurP.y>0) //注意判断边界

{

NeighborP.x=CurP.x;

NeighborP.y=CurP.y-1;

lpTempPtr1=lpTempPtr+LineBytes;

if(*lpTempPtr1!=0) //如果为白,表示还没有填,进栈

MyPush(NeighborP);

}

//右邻点

if(CurP.x<bi.biWidth-1) //注意判断边界

{

NeighborP.x=CurP.x+1;

NeighborP.y=CurP.y;

lpTempPtr1=lpTempPtr+1;

if(*lpTempPtr1!=0) //如果为白,表示还没有填,进栈

MyPush(NeighborP);

}

//下邻点

if(CurP.y<bi.biHeight-1) //注意判断边界

{

NeighborP.x=CurP.x;

NeighborP.y=CurP.y+1;

lpTempPtr1=lpTempPtr-LineBytes;

if(*lpTempPtr1!=0) //如果为白,表示还没有填,进栈

MyPush(NeighborP);

}

}

//析构堆栈,释放内存

DeInitStack();

if(hBitmap!=NULL)

DeleteObject(hBitmap);

hDc=GetDC(hWnd);

//创建新的位图

hBitmap=CreateDIBitmap(hDc,(LPBITMAPINFOHEADER)lpTempImgData,

(LONG)CBM_INIT,

(LPSTR)lpTempImgData+

sizeof(BITMAPINFOHEADER)+

NumColors*sizeof(RGBQUAD),

(LPBITMAPINFO)lpTempImgData,

DIB_RGB_COLORS);

hf=_lcreat("c://seed.bmp",0);

_lwrite(hf,(LPSTR)&bf,sizeof(BITMAPFILEHEADER));

_lwrite(hf,(LPSTR)lpTempImgData,BufSize);

_lclose(hf);

//释放内存和资源

ReleaseDC(hWnd,hDc);

LocalUnlock(hTempImgData);

LocalFree(hTempImgData);

GlobalUnlock(hImgData);

return TRUE;

}

7.5 轮廓跟踪

轮廓跟踪,顾名思义就是通过顺序找出边缘点来跟踪出边界。图7.9经轮廓跟踪后得到的结果如图7.11所示。

数字图像处理笔记2- <wbr>边沿检测与提取,轮廓跟踪(转)

图7.11    图7.9轮廓跟踪后的结果

一个简单二值图象闭合边界的轮廓跟踪算法很简单:首先按从上到下,从左到右的顺序搜索,找到的第一个黑点一定是最左上方的边界点,记为A。它的右,右下,下,左下四个邻点中至少有一个是边界点,记为B。从开始B找起,按右,右下,下,左下,左,左上,上,右上的顺序找相邻点中的边界点C。如果C就是A点,则表明已经转了一圈,程序结束;否则从C点继续找,直到找到A为止。判断是不是边界点很容易:如果它的上下左右四个邻居都是黑点则不是边界点,否则是边界点。源程序如下,其中函数IsContourP用来判断某点是不是边界点。

BOOL Contour(HWND hWnd)

{

DWORD                             OffBits,BufSize;

LPBITMAPINFOHEADER    lpImgData;

LPSTR                   lpPtr;

HLOCAL                  hTempImgData;

LPBITMAPINFOHEADER    lpTempImgData;

LPSTR                   lpTempPtr;

HDC                      hDc;

HFILE                    hf;

LONG                    x,y;

POINT                   StartP,CurP;

BOOL                     found;

int                        i;

int       direct[8][2]={{1,0},{1,1},{0,1},{-1,1},{-1,0},{-1,-1},{0,-1},{1,-1}};

//我们处理的实际上是256级灰度图,不过只用到了0和255两种颜色。

if( NumColors!=256){

MessageBox(hWnd,"Must be a mono bitmap with grayscale palette!",

"Error Message",MB_OK|MB_ICONEXCLAMATION);

return FALSE;

}

//到位图数据的偏移值

OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER);

//缓冲区大小

BufSize=OffBits+bi.biHeight*LineBytes;

//为新图缓冲区分配内存

if((hTempImgData=LocalAlloc(LHND,BufSize))==NULL)

{

MessageBox(hWnd,"Error alloc memory!","Error Message",

MB_OK|MB_ICONEXCLAMATION);

return FALSE;

}

lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData);

lpTempImgData=(LPBITMAPINFOHEADER)LocalLock(hTempImgData);

//新图缓冲区初始化为255

memset(lpTempImgData,(BYTE)255,BufSize);

//拷贝头信息

memcpy(lpTempImgData,lpImgData,OffBits);

//找到标志置为假

found=FALSE;

for (y=0;y<bi.biHeight && !found; y++){

lpPtr=(char *)lpImgData+(BufSize-LineBytes-y*LineBytes);

for (x=0;x<bi.biWidth && !found; x++)

if (*(lpPtr++) ==0) found=TRUE;

//找到了最左上的黑点,一定是个边界点

}

if(found){ //如果找到了,才做处理

//从循环退出时,x,y坐标都做了加1的操作。在这里把它们减1,得到

//起始点坐标StartP

StartP.x=x-1;

StartP.y=y-1;

lpTempPtr=(char*)lpTempImgData+

(BufSize-LineBytes-StartP.y*LineBytes)+StartP.x;

*lpTempPtr=(unsigned char)0; //起始点涂黑

//右邻点

CurP.x=StartP.x+1;

CurP.y=StartP.y;

lpPtr=(char *)lpImgData+(BufSize-LineBytes-CurP.y*LineBytes)+CurP.x;

if(*lpPtr!=0){ //若右邻点为白,则找右下邻点

CurP.x=StartP.x+1;

CurP.y=StartP.y+1;

lpPtr=(char*)lpImgData+

(BufSize-LineBytes-CurP.y*LineBytes)+CurP.x;

if(*lpPtr!=0){ //若仍为白,则找下邻点

CurP.x=StartP.x;

CurP.y=StartP.y+1;

}

else{ //若仍为白,则找左下邻点

CurP.x=StartP.x-1;

CurP.y=StartP.y+1;

}

}

while (! ( (CurP.x==StartP.x) &&(CurP.y==StartP.y))){ //知道找到起始点,

//循环才结束

lpTempPtr=(char*)lpTempImgData+

(BufSize-LineBytes-CurP.y*LineBytes)+CurP.x;

*lpTempPtr=(unsigned char)0;

for(i=0;i<8;i++){

//按右,右上,上,左上,左,左下,下,右下的顺序找相邻点

//direct[i]中存放的是该方向x,y的偏移值

x=CurP.x+direct[i][0];

y=CurP.y+direct[i][1];

//lpPtr指向原图数据,lpTempPtr指向新图数据

lpTempPtr=(char*)lpTempImgData+

(BufSize-LineBytes-y*LineBytes)+x;

lpPtr=(char *)lpImgData+(BufSize-LineBytes-y*LineBytes)+x;

if(((*lpPtr==0)&&(*lpTempPtr!=0))||

((x==StartP.x)&&(y==StartP.y)))

//原图中为黑点,且新图中为白点(表示还没搜索过)时才处理

//另一种可能是找到了起始点

if(IsContourP(x,y,lpPtr)){ //若是个边界点

//记住当前点的位置

CurP.x=x;

CurP.y=y;

break;

}

}

}

}

if(hBitmap!=NULL)

DeleteObject(hBitmap);

hDc=GetDC(hWnd);

//创立一个新的位图

hBitmap=CreateDIBitmap(hDc,(LPBITMAPINFOHEADER)lpTempImgData,

(LONG)CBM_INIT,

(LPSTR)lpTempImgData+

sizeof(BITMAPINFOHEADER)+

NumColors*sizeof(RGBQUAD),

(LPBITMAPINFO)lpTempImgData,

DIB_RGB_COLORS);

hf=_lcreat("c://contour.bmp",0);

_lwrite(hf,(LPSTR)&bf,sizeof(BITMAPFILEHEADER));

_lwrite(hf,(LPSTR)lpTempImgData,BufSize);

_lclose(hf);

//释放内存和资源

ReleaseDC(hWnd,hDc);

LocalUnlock(hTempImgData);

LocalFree(hTempImgData);

GlobalUnlock(hImgData);

return TRUE;

}

//判断某点是不是边界点,参数x,y 为该点坐标,lpPtr为指向原数据的指针

BOOL IsContourP(LONG x,LONG y, char *lpPtr)

{

int    num,n,w,e,s;

n=(unsigned char)*(lpPtr+LineBytes); //上邻点

w=(unsigned char)*(lpPtr-1); //左邻点

e=(unsigned char)*(lpPtr+1); //右邻点

s=(unsigned char)*(lpPtr-LineBytes); //下邻点

num=n+w+e+s;

if(num==0) //全是黑点,说明是个内部点而不是边界点

return FALSE;

return TRUE;

}

相关文章:

JS Array 中 shift 和 pop 的妙用

在 JS Array 中支持两个方法&#xff0c;shift() 和 pop()&#xff0c;分别是指从一个数据中的最前面和最后面删除一个值&#xff0c;并返删除值。看一个示例就明白了&#xff1a; var arr [s,o,f,i,s,h]; arr.shift(); // 返回 s arr; // 目前是 [o,f,i,s,h…

当今主流分割网络有哪些?12篇文章一次带你看完

作者 | 孙叔桥来源 | 转载自有三AI&#xff08;ID: yanyousan_ai&#xff09;本文的12篇文章总结了当前主流的分割网络及其结构&#xff0c;涵盖从编解码结构到解码器设计&#xff1b;从感受野到多尺度融合&#xff1b;从CNN到RNN与CRF&#xff1b;从2D分割到3D分割&#xff1b…

正确生成浮点型的方法,解决sqlachemy Float浮点型的坑,生成float类型时,长度和精度均为0,导致查询不到结果!...

问题描述 在使用flask_sqlachemy时&#xff0c;给price字段选择了Float类型&#xff0c;数据库用的mysql&#xff0c;生成数据库表后&#xff0c;发现 from sqlalchemy import Float,Column price Column(Float,default0.00) 虽然能存储float类型&#xff0c;结果如下 但是查询…

图像轮廓的提取和绘制

转自&#xff1a;http://blog.csdn.net/gnuhpc/archive/2009/06/18/4278105.aspx <>var ultimaFecha ; <>document.write(ultimaFecha); #include "highgui.h" #include "cv.h" #include <iostream> #include <iomanip> using …

上海交大张拳石:神经网络的可解释性,从经验主义到数学建模

作者 | 张拳石来源 | 转载自知乎Qs.Zhang张拳石本来想把题目取为“从炼丹到化学”&#xff0c;但是这样的题目太言过其实&#xff0c;远不是近期可以做到的&#xff0c;学术研究需要严谨。但是&#xff0c;寻找适当的数学工具去建模深度神经网络表达能力和训练能力&#xff0c;…

计算机网络模型到底是七层?五层?四层?

1.Introduction 本篇文章的初衷是在做Android网络开发时经常接触各种协议&#xff0c;比如HTTP、XMPP、HLS、RTSP、TCP等协议&#xff0c;对网络的模型和层次有个直观的了解可以做到心中有数。OSI参考模型是七层&#xff0c;TCP/IP模型是四层&#xff0c;计算机网络&#xff08…

【推荐】使用Ultrapico Expresso学习正则表达式

推荐理由Ultrapico Expresso是我工作中经常使用的一个非常强大的正则表达式构建、测试以及代码生成工具。它能够对你构建的正则表达式进行解析、验证&#xff0c;并输出解析结果&#xff0c;提供性能测试工具&#xff0c;支持C#、VB等代码生成&#xff0c;最重要的是&#xff0…

OpenCV中常用到的轮廓处理函数汇总

转自&#xff1a;http://fsa.ia.ac.cn/opencv-doc-cn/opencv-doc-cn-0.9.7/ref/opencvref_cv.cn.htm ApproxChains 用多边形曲线逼近 Freeman 链 CvSeq* cvApproxChains( CvSeq* src_seq, CvMemStorage* storage,int methodCV_CHAIN_APPROX_SIMPLE,double parameter0, int mi…

《Linux内核原理与分析》第二周作业

反汇编一个简单的C程序 1、实验要求 使用&#xff1a; gcc –S –o test.s test.c -m32 命令编译成汇编代码&#xff0c;对汇编代码进行分析总结。其中test.c的具体内容如下&#xff1a; int g(int x) {return x 3; }int f(int x) {return g(x); }int main(void) {return f(8)…

首次!腾讯全面公开整体开源路线图

6月25日&#xff0c;由Cloud Native Computing Foundation (CNCF) 主办的云原生技术大会在上海举办&#xff0c;腾讯开源联盟主席、腾讯开源管理办公室委员、Apache Member堵俊平首次公开了腾讯整体的开源战略路线图。 堵俊平表示&#xff1a;“腾讯开源提倡‘开放、共享、合力…

201771010111李瑞红《面向对象的程序设计》第八周实验总结

实验八接口的定义与使用 实验时间 2018-10 理论部分 6.1 接口:用interface声明&#xff0c;是抽象方法和常量值定义的集 合。从本质上讲&#xff0c;接口是一种特殊的抽象类。 在Java程序设计语言中&#xff0c;接口不是类&#xff0c;而是对类 的一组需求描述&#xff0c;由常…

崛起的Python,真的影响了76万人?

随着AI的兴起&#xff0c;Python彻底火了。据Stack Overflow调研报告&#xff1a;Python的月活用户已超越了Java、成为第一&#xff0c;全民Python已为“大势所趋”。那么&#xff0c;程序员有必要学Python吗&#xff1f;如何高效掌握Python&#xff1f;程序员为啥要学Python&a…

OpenCV查找轮廓

转自&#xff1a;http://westice.javaeye.com/blog/721225 主要函数是 cvFindContours(tour_buf,storage,&contour,sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); tour_buf 是需要查找轮廓…

非阻塞socket的连接

引用自&#xff1a;http://blog.csdn.net/cccallen/article/details/6619994 连接套接字&#xff0c;阻塞的套接字超时时间很长无法接受&#xff0c;而是用非阻塞套接字时使用的方案也有多种。后者是个比较好的方法 方案1&#xff1a;不断重试&#xff0c;直到连接上或者超时&a…

OpenCV下车牌定位算法实现代码

转自&#xff1a;http://blog.csdn.net/heihei723/archive/2006/05/14/728046.aspx#FeedBack 车牌定位算法在车牌识别技术中占有很重要地位&#xff0c;一个车牌识别系统的识别率往往取决于车牌定位的成功率及准确度。 车牌定位有很多种算法&#xff0c;从最简单的来&#xff0…

2018-2019-1 20165310 20165315 20165226 实验一 开发环境的熟悉

2018-2019-1 20165226 20165310 20165315 实验一 开发环境的熟悉 目录 一、实验目的 二、实验步骤 三、实验过程中遇到的问题及解决 四、实验感想 一、实验目的 熟悉Linux开发环境并学会Linux开发环境的配置和使用&#xff0c;熟悉arm箱的使用&#xff0c;熟悉以下知识点&#…

上海居民被垃圾分类逼疯!这款垃圾自动分类器也许能帮上忙

作者 | 视说君来源 | 授权转载自视说AI&#xff08;ID:techtalkai&#xff09;让垃圾自动分类近期垃圾分类成为了一个热门话题&#xff0c;原来直接一次性扔掉的垃圾&#xff0c;现在都需要分门别类进行投放。从今年7月1日起&#xff0c;新的《上海市生活垃圾管理条例》正式开始…

虽被BERT碾压,但还是有必要谈谈BERT时代与后时代的NLP

作者 | 吴金龙&#xff0c;爱因互动技术合伙人&#xff0c;算法负责人来源 | 授权转载自AINLP&#xff08;ID:nlpjob&#xff09;2018年是NLP的收获大年&#xff0c;模型预训练技术终于被批量成功应用于多项NLP任务。之前搞NLP的人一直羡慕搞CV的人&#xff0c;在ImageNet上训练…

C++ 简单读写文本文件、统计文件的行数、读取文件数据到数组

转自&#xff1a;http://hi.baidu.com/ctralt/blog/item/cde79fec87f841302697911c.html fstream提供了三个类&#xff0c;用来实现c对文件的操作。&#xff08;文件的创建、读、写&#xff09;。ifstream -- 从已有的文件读 ofstream -- 向文件写内容 fstream - 打开文件供读写…

Exchange 2007迁移2010时的公用文件夹多个公用树错误

近期在项目中&#xff0c;客户Exchange 从2007迁移到2010&#xff0c;Microsoft Exchange从2007开始就逐渐弱化了公用文件夹&#xff0c;outlook 2007和2010都不需要使用到公用文件夹了。但客户现状存在90%的outlook 2003客户端&#xff0c;因此需要使用到公用文件夹。在Exchan…

约瑟夫环问题的两种解法(详解)

约瑟夫环问题的两种解法&#xff08;详解&#xff09; 题目&#xff1a; Josephus有过的故事&#xff1a;39 个犹太人与Josephus及他的朋友躲到一个洞中&#xff0c;39个犹太人决定宁愿死也不要被敌人抓。于是决定了自杀方式&#xff0c;41个人排成一个圆圈&#xff0c;由第1个…

Linux下多播的配置【十全十美】

单播地址标识单个IP接口&#xff0c;广播地址标识某个子网的所有IP接口。多播地址表示某一组IP接口&#xff0c;单播和广播是寻址方案中的两个极端(要么单个要么全部)&#xff0c;多播则意在两者之间提供一种折中方案。多播是用于建立分布式系统的重要工具&#xff0c;例如&…

CvSeq相关函数

转自&#xff1a;http://hi.baidu.com/pengjun/blog/item/a72fc8ea030e79d4d439c906.html 函数原型说明CvSeq* cvCreateSeq(int seq_flags,int header_size,int elem_size,CvMemStorage* storage)功能&#xff1a;创建一序列 参数&#xff1a;seq_flags为序列的符号标志。如果序…

10月份机房技术指标

下载syslinux&#xff0c;dhcp&#xff0c;http&#xff0c;tftp-serveryum -y install syslinux dhcp httpd tftp-serveryum -y install system-config-kickstart挂载sr0是镜像用system-config-kickstart工具来生成一个自动的安装的配置文件ip填自己的ip地址。目录填挂载光盘的…

5G时代,微软又走对了一步棋!

2019年4月&#xff0c;CSDN采访微软&#xff08;中国&#xff09;首席技术官韦青&#xff0c;期间谈到5G。他认为&#xff0c;5G绝对是一个划时代的革命性突破&#xff0c;但是这个突破不止于现在所说的“5G”通讯技术&#xff0c;它为未来以“万物互联”为基础的智能社会开创了…

6426C Lab3 部署证书和管理注册

共有4个练习&#xff1a;练习1&#xff1a;配置证书模板练习2&#xff1a;配置自动注册练习3&#xff1a;管理证书 Revocation练习4&#xff1a;配置Key Recovery练习1&#xff1a;任务1&#xff1a;复制、安装和手动注册一个证书1. 转到HQDC1.contoso.com服务器&#xff0c;添…

CreateStructuringElementEx

转自&#xff1a;http://baike.baidu.com/view/4819443.htm CreateStructuringElementEx 创建结构元素 IplConvKernel* cvCreateStructuringElementEx( int cols, int rows, int anchor_x, int anchor_y, int shape, int* valuesNULL ); cols 结构元素的列数目 rows 结构…

阿里AI再摘一冠,大幅提高视觉对话世界纪录

近日&#xff0c; 在第二届视觉对话挑战赛Visual Dialogue Challenge中&#xff0c;阿里AI击败了微软、首尔大学等十支参赛队伍&#xff0c;获得冠军。 &#xff08;阿里AI在视觉对话竞赛中得冠&#xff09;视觉对话竞赛由美国佐治亚理工大学、Facebook人工智能实验室&#xff…

OSChina 周一乱弹 —— 嫂子我帮你们照顾放心吧

2019独角兽企业重金招聘Python工程师标准>>> Osc乱弹歌单&#xff08;2018&#xff09;请戳&#xff08;这里&#xff09; 【今日歌曲】 clouddyy &#xff1a;#每日一歌# 《绿光 - 孙燕姿》 《绿光》 - 孙燕姿 手机党少年们想听歌&#xff0c;请使劲儿戳&#xff0…

十一月工作小记--上线前的冲刺

加班不是目的&#xff0c;重要的是找到加班的意义。尽管程序猿们有很多个不愿意&#xff0c;他们却依然要面对加班的现实。加班就是程序猿们生活中的一张牌&#xff0c;既然不能决定这张牌是什么&#xff0c;那就想想如何去打好这张牌吧。本月&#xff0c;我们的生活依然是那么…