文档章节

基于Simple Image Statistics(简单图像统计,SIS)的图像二值化算法。

abcijkxyz
 abcijkxyz
发布于 2016/11/22 16:41
字数 1536
阅读 9
收藏 0

  这是个简单的算法,是全局二值算法的一种,算法执行速度快。

     算法过程简单描述如下: 

  对于每一个像素,做如下处理 

       1、计算当前像素水平和垂直方向的梯度。 (two gradients are calculated  |I(x + 1, y) - I(x - 1, y)| and |I(x, y + 1) - I(x, y - 1)|);

       2、取两个梯度的最大值作为权重。(weight is calculated as maximum of two gradients);

       3、更新权重的和。(sum of weights is updated (weightTotal += weight));

       4、更新加权像素之和 (sum of weighted pixel values is updated (total += weight * I(x, y)));

      之后,最终的阈值去加权像素之和和权重之和相除的值。

      这个算法在 Image Processing Lab in c# 的代码中有相关的说明。 

      从实际的操作上讲,我认为二值处理应该只针对灰度图像进行处理,这样才意义明确,因此,我在代码中给出了判断一副图像是否是灰度图像的一个函数:

  private bool IsGrayBitmap(Bitmap Bmp)
    {
        bool IsGray;
        if (Bmp.PixelFormat == PixelFormat.Format8bppIndexed)           // .net中灰度首先必然是索引图像
        {
            IsGray = true;
            if (Bmp.Palette.Entries.Length != 256)                      // 这个要求其实在PS中是不存在的
                IsGray = false;
            else
            {
                for (int X = 0; X < Bmp.Palette.Entries.Length; X++)    // 看看调色板的每一个分两值是不是都相等,且必须还要等于其在调色板中出现的顺序
                {
                    if (Bmp.Palette.Entries[X].R != X || Bmp.Palette.Entries[X].G != X || Bmp.Palette.Entries[X].B != X)
                    {
                        IsGray = false;
                        break;
                    }
                }
            }
        }
        else
        {
            IsGray = false;
        }
        return IsGray;
    }

  实际上,在PS的概念中,灰度图像的调色板个数不一定是256,只要调色板的每个元素的分量值都相等,并且都等于其在调色板中出现的顺序,PS就认为他是灰度图像。

     为了处理方便,我加入了一个将其他模式的图像转换为灰度模式图像的函数:

private Bitmap ConvertToGrayModeBitmap(Bitmap Bmp)
    {
        int X, Y, SrcStride, DestStride, Width, Height;
        byte* SrcData, DestData;
        BitmapData BmpData = Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);
        Bitmap GrayBmp = new Bitmap(Bmp.Width, Bmp.Height, PixelFormat.Format8bppIndexed);
        ColorPalette Pal = GrayBmp.Palette;
        for (Y = 0; Y < Pal.Entries.Length; Y++) Pal.Entries[Y] = Color.FromArgb(255, Y, Y, Y);            // 设置灰度图像的调色板
        GrayBmp.Palette = Pal;

        //  LockBits 在第一个参数和图像一样大,以及读取格式和原始一样的情况下,调用函数的时间为0,且每次调用后BitmapData的Scan0都相同,而在
        // 其他的大部分情况下同样参数调用该函数返回的Scan0都不同,这就说明在在程序内部,GDI+为在创建图像时还是分配了和对应位图一样大小内存空间,
        // 这样我们就可以再加载时调用一次该函数,并记住Scan0的值,然后直接用指针操作这一片区域,就相当于操作了图像。而不用每次都LOCK和UNLOCK了
        // 从这个层次上说,该函数和GetDibits类似。

        BitmapData GrayBmpData = GrayBmp.LockBits(new Rectangle(0, 0, GrayBmp.Width, GrayBmp.Height), ImageLockMode.ReadWrite, PixelFormat.Format8bppIndexed);
        Width = BmpData.Width; Height = BmpData.Height;
        SrcStride = BmpData.Stride; DestStride = GrayBmpData.Stride;           //  这个值并不一定就等于width*height*色深/8
        for (Y = 0; Y < Height; Y++)
        {
            SrcData = (byte*)BmpData.Scan0 + Y * SrcStride;                  // 必须在某个地方开启unsafe功能,其实C#中的unsafe很safe,搞的好吓人。
            DestData = (byte*)GrayBmpData.Scan0 + Y * DestStride;
            for (X = 0; X < Width; X++)
            {
                *DestData = (byte)((*SrcData * 7472 + *(SrcData + 1) * 38469 + *(SrcData + 2) * 19595) >> 16);        //这里可以有不同的算法
                SrcData += 3;
                DestData++;
            }
        }
        Bmp.UnlockBits(BmpData);
        GrayBmp.UnlockBits(GrayBmpData);
        return GrayBmp;
    }

      在很多人心目中所谓的灰度图像就是R=G=B这样的图像,只能说这些人还是门外汉,太不专业了。 这样的图像只能算是颜色分量相同的彩色图像罢了,再次予以纠正。

      由于上述所描述的算法涉及到了图像的四领域,因此我们采用类似PhotoShop算法原理解析系列 - 风格化---》查找边缘 一文中的哨兵算法,对备份的图像扩充边界,扩充部分的数据以原始图像边界处的值填充。因为只涉及到了四领域,因此需要在图像宽度和高度上分别增加2个像素即可。

      关于填充数据,我还是喜欢自己分配内存,而且我更倾向于直接使用API,这个可能与个人习惯有关吧,你们也可以按照自己的方式来处理。 

    private byte GetSimpleStatisticsThreshold(Bitmap GrayBmp)
    {
        int Width, Height, Stride, X, Y;
        int CloneStride, Ex, Ey;
        int Weight = 0;
        long SumWeight = 0;                 //  对于大图像这个数字会溢出,所以用long类型的变量
        byte* Pointer, Scan0, CloneData;

        BitmapData GrayBmpData = GrayBmp.LockBits(new Rectangle(0, 0, GrayBmp.Width, GrayBmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format8bppIndexed);

        Width = GrayBmp.Width; Height = GrayBmp.Height; Stride = GrayBmpData.Stride; CloneStride = Width + 2; Scan0 = (byte*)GrayBmpData.Scan0;
        CloneData = (byte*)GlobalAlloc(GPTR, CloneStride * (Height * 2));

        for (Y = 0; Y < Height; Y++)
        {
            *(CloneData + (Y + 1) * CloneStride) = *(Scan0 + Y * Stride);                           //  填充左侧第一列像素(不包括第一个和最后一个点)
            CopyMemory(CloneData + CloneStride * (Y + 1) + 1, Scan0 + Y * Stride, Width);
            *(CloneData + (Y + 1) * CloneStride + Width + 1) = *(Scan0 + Y * Stride + Width - 1);   //  填充最右侧那一列的数据
        }
        CopyMemory(CloneData, CloneData + CloneStride, CloneStride);                                //   第一行
        CopyMemory(CloneData + (Height + 1) * CloneStride, CloneData + Height * CloneStride, CloneStride);    //   最后一行

        for (Y = 0; Y < Height; Y++)
        {
            Pointer = CloneData + (Y + 1) * CloneStride + 1;
            for (X = 0; X < Width; X++)
            {
                Ex = *(Pointer - 1) - *(Pointer + 1);
                if (Ex < 0) Ex = -Ex;
                Ey = *(Pointer - CloneStride) - *(Pointer + CloneStride);
                if (Ey < 0) Ey = -Ey;
                if (Ex > Ey)
                {
                    Weight += Ex;
                    SumWeight += *Pointer * Ex;
                }
                else
                {
                    Weight += Ey;
                    SumWeight += *Pointer * Ey;
                }
                Pointer++;
            }
        }
        GlobalFree((IntPtr)CloneData);
        GrayBmp.UnlockBits(GrayBmpData);
        if (Weight == 0) return *(Scan0);  //  说明所有的颜色值都相同
        return (byte)(SumWeight / Weight);
    }

  一般情况下,为了程序的速度考虑,对于一些小函数我建议直接自己展开,比如上面的ABS函数,直接写成if (Ex < 0) Ex = -Ex会快一些的。你通过下面的反汇编可以看出不同:

Ex = Math.Abs(Ex);
00000161  js          00000167 
00000163  mov         eax,esi 
00000165  jmp         0000016E 
00000167  mov         ecx,esi 
00000169  call        638C54E4 
0000016e  mov         esi,eax 
                if (Ex < 0) Ex = -Ex;
00000170  test        eax,eax 
00000172  jge         00000176 
00000174  neg         esi

  

     分割的效果可能还是要拿具体的图像说事,这里不做过多评论。 

     工程下载地址:http://files.cnblogs.com/Imageshop/ThresholdUseSIS.rar

 

   博客园的网站分类里居然没有图像处理一栏,只有计算机图形学一项,其实搞这一行的都知道,这两个是完全不同的行业。希望博客园考虑增加图像处理一栏。

 

***************************作者: laviewpbt   时间: 2013.7.21    联系QQ:  33184777  转载请保留本行信息*************************

本文转载自:http://www.cnblogs.com/Imageshop/p/3203599.html

abcijkxyz
粉丝 63
博文 6196
码字总数 1876
作品 0
深圳
项目经理
私信 提问
Apache SIS 0.3 发布,空间数据操作框架

Apache SIS 0.3 发布了,从该版本开始,SIS 算是转正成为 Apache 基金会的正式项目。Apache SIS 是一个空间的框架,可以更好地搜索,数据聚类,归档,或任何其他相关的空间坐标表示的需要。 ...

红薯
2013/08/21
1K
1
Apache SIS 0.7 发布,空间数据操作框架

Apache SIS 是一个空间的框架,可以更好地搜索,数据聚类,归档,或任何其他相关的空间坐标表示的需要。 Apache SIS 0.7 发布,此版本现已提供下载。 概要 Apache SIS 0.7 的主要新特性: Cr...

oschina
2016/05/29
1K
0
Apache SIS 0.5 发布,空间数据操作框架

Apache SIS 0.5 发布了,Apache SIS 是一个空间的框架,可以更好地搜索,数据聚类,归档,或任何其他相关的空间坐标表示的需要。 该版本改进内容包括: Improvements [SIS-79] - Implement ...

oschina
2015/02/13
1K
0
极简图片服务器 - simple-image-server

sis simple image server 为简单而生 如今的互联网时代图片存储服务随处可见,实现方案也是五花八门,那么有没有一个开袋即食的方案呢?粗略找了一圈,zimg似乎是我最想要的,但一看长长的依...

dwyer
2018/08/11
0
0
【SIS-OAS 1.52.0】【C02-测试报告】常规版本系统测试报告------系统测试报告模板

各位领导、同事: 大家好! 根据版本测试计划,SIS-OAS 1.52.0常规版本系统测试服务已结束。 【测试结论】 SIS-OAS 1.52.0符合系统测试过程的出口标准,系统测试服务结束; SIS-OAS 1.52.0达...

颜丽
05/22
0
0

没有更多内容

加载失败,请刷新页面

加载更多

Angular 英雄编辑器

应用程序现在有了基本的标题。 接下来你要创建一个新的组件来显示英雄信息并且把这个组件放到应用程序的外壳里去。 创建英雄组件 使用 Angular CLI 创建一个名为 heroes 的新组件。 ng gener...

honeymoose
15分钟前
3
0
Kernel DMA

为什么会有DMA(直接内存访问)?我们知道通常情况下,内存数据跟外设之间的通信是通过cpu来传递的。cpu运行io指令将数据从内存拷贝到外设的io端口,或者从外设的io端口拷贝到内存。由于外设...

yepanl
今天
6
0
hive

一、hive的定义: Hive是一个SQL解析引擎,将SQL语句转译成MR Job,然后再在Hadoop平台上运行,达到快速开发的目的 Hive中的表是纯逻辑表,就只是表的定义,即表的元数据。本质就是Hadoop的目...

霉男纸
今天
3
0
二、Spring Cloud—Eureka(Greenwich.SR1)

注:本系列文章所用工具及版本如下:开发工具(IDEA 2018.3.5),Spring Boot(2.1.3.RELEASE),Spring Cloud(Greenwich.SR1),Maven(3.6.0),JDK(1.8) Eureka: Eureka是Netflix开发...

倪伟伟
昨天
11
0
eclipse常用插件

amaterasUML https://takezoe.github.io/amateras-update-site/ https://github.com/takezoe/amateras-modeler modelGoon https://www.cnblogs.com/aademeng/articles/6890266.html......

大头鬼_yc
昨天
5
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部