原文:C#数字图像处理时注意图像的未用区域

图1. 被锁定图像像素数组基本布局

        如图1所示,数组的宽度并不一定等于图像像素数组的宽度,还有一部分未用区域。这是为了提高效率,系统要确定每行的字节数必须为4的倍数。例如一幅24位、宽为17个像素的图像,它需要每行占有的空间为51(3
* 17)个字节,但51不是4的倍数,因此还需要扩充1个字节,从而使每行的字节数扩展为52(4 * 13,即Stride=52),这样就满足了每行字节数是4的倍数的条件。需要扩展多少个字节不仅是由图像的宽度决定,而且还由图像像素的格式决定。

        如果处理的是任意宽度的图像,那么在进行下一行扫描的时候,需要把不含图像数据、仅起对齐作用的扩展字节去掉。此时对图像像素数组的遍历的形式如下:

(1).灰度图像:

[csharp] view
plain
copy

  1. Rectangle rect = new Rectangle(0, 0, bitmap.Width, bitmap.Height);  
  2. BitmapData bmpData = bitmap.LockBits(rect, ImageLockMode.ReadWrite, bitmap.PixelFormat);  
  3. IntPtr ptr = bmpData.Scan0; // 首地址  
  4. int bytes = bmpData.Stride * bmpData.Height;    // 像素个数,包括未用空间  
  5. byte[] grayValues = new byte[bytes];  
  6. System.Runtime.InteropServices.Marshal.Copy(ptr, grayValues, 0, bytes);  
  7. for (int i = 0; i < bmpData.Height; i++)  
  8. {  
  9.         // 仅处理每行中为图像像素的数据,舍弃未用空间  
  10.         for (int j = 0; j < bmpData.Width; j++)  
  11.         {  
  12.                 // use of grayValues[i * bmpData.Stride + j];  
  13.         }  
  14. }  
  15. System.Runtime.InteropServices.Marshal.Copy(grayValues, 0, ptr, bytes);  
  16. bitmap.UnlockBits(bmpData);  

或者:

[csharp] view
plain
copy

  1. // 获取图像参数  
  2. int stride = bmpData.Stride;            // 扫描线的宽度  
  3. int offset = stride - width;            // 显示宽度与扫描线宽度的间隙  
  4. IntPtr iptr = bmpData.Scan0;            // 获取bmpData的内存起始位置  
  5. int scanBytes = stride * height;        // 用stride宽度,表示这是内存区域的大小  
  6.   
  7. // 位置指针,指向源数组  
  8. int posScan = 0;  
  9. byte[] grayValues = new byte[scanBytes];    // <span style="font-family: Arial; ">为目标数组分配内存</span>  
  10.   
  11. for (int x = 0; x < height; x++)  
  12. {  
  13.         // 下面的循环节是模拟行扫描  
  14.         for (int y = 0; y < width; y++)  
  15.         {  
  16.                 // grayValues[posScan++]  
  17.         }  
  18.         posScan += offset;               // 行扫描结束,跳过未用空间字节  
  19. }  

(2).24位RGB图像:

[csharp] view
plain
copy

  1. Rectangle rect = new Rectangle(0, 0, bitmap.Width, bitmap.Height);  
  2. BitmapData bmpData = bitmap.LockBits(rect, ImageLockMode.ReadWrite, bitmap.PixelFormat);  
  3. IntPtr ptr = bmpData.Scan0; // 首地址  
  4. int bytes = bmpData.Stride * bmpData.Height;    // 像素个数,包括未用空间  
  5. byte[] rgbValues = new byte[bytes];  
  6. System.Runtime.InteropServices.Marshal.Copy(ptr, rbgValues, 0, bytes);  
  7. for (int i = 0; i < bmpData.Height; i++)  
  8. {  
  9.         // 仅处理每行中为图像像素的数据,舍弃未用空间  
  10.         for (int j = 0; j < bmpData.Width * 3; j += 3)  
  11.         {  
  12.                 // R: rgbValues[i * bmpData.Stride + j + 2]  
  13.                 // G: rgbValues[i * bmpData.Stride + j + 1]  
  14.                 // B: rgbValues[i * bmpData.Stride + j]  
  15.         }  
  16. }  
  17. System.Runtime.InteropServices.Marshal.Copy(rgbValues, 0, ptr, bytes);  
  18. bitmap.UnlockBits(bmpData);  

        以上代码将图像的整个像素数组都复制到数组grayValue或者rgbValue中,包括像素和仅用于对齐的未用空间,然后再在数组grayValue或者rgbValue中只对像素数据进行处理,跳过每一行的未用空间(跳过末尾几列)。

        以下实验中,对任意尺度(每行字节数不是4字节的整数倍)的图像进行灰度直方图绘制,如果不考虑未用空间的话会导致错误结果(本实验中错误程度较小)。

图2.未考虑图像中未用空间的错误结果

        用Matlab进行灰度直方图计算会发现真实结果中最大灰度的像素个数不是52811,而是53195。

  1. f = imread('GrayTest.bmp');  
  2. h = imhist(f)  
图3.Matlab计算出的最大频率灰度像素个数

        

        错误的原因是,因为图像的字节宽度不是4字节的整数倍,图像的像素数组包括了未用空间(每一行中都包括了未用空间)程序只从规模为bmpData.Stride * bmpData.Height字节的像素数组中复制了curBitmap.Width * curBitmap.Height规模的字节(灰度像素,1字节),这些字节中既包含了像素也包含了未用空间,如图4所示:

图4.出错时对像素数组复制的字节

        最后在代码中考虑未用空间能得到正确结果:

图5.正确结果

C#数字图像处理时注意图像的未用区域的更多相关文章

  1. Win8 Metro(C#)数字图像处理--3.2图像方差计算

    原文:Win8 Metro(C#)数字图像处理--3.2图像方差计算 /// <summary> /// /// </summary>Variance computing. / ...

  2. Win8 Metro(C#)数字图像处理--3.3图像直方图计算

    原文:Win8 Metro(C#)数字图像处理--3.3图像直方图计算 /// <summary> /// Get the array of histrgram. /// </sum ...

  3. Win8 Metro(C#)数字图像处理--3.4图像信息熵计算

    原文:Win8 Metro(C#)数字图像处理--3.4图像信息熵计算 [函数代码] /// <summary> /// Entropy of one image. /// </su ...

  4. Win8 Metro(C#)数字图像处理--3.5图像形心计算

    原文:Win8 Metro(C#)数字图像处理--3.5图像形心计算 /// <summary> /// Get the center of the object in an image. ...

  5. Win8 Metro(C#)数字图像处理--3.1图像均值计算

    原文:Win8 Metro(C#)数字图像处理--3.1图像均值计算 /// <summary> /// Mean value computing. /// </summary> ...

  6. Win8 Metro(C#)数字图像处理--2.74图像凸包计算

    原文:Win8 Metro(C#)数字图像处理--2.74图像凸包计算 /// <summary> /// Convex Hull compute. /// </summary> ...

  7. Win8 Metro(C#)数字图像处理--2.68图像最小值滤波器

    原文:Win8 Metro(C#)数字图像处理--2.68图像最小值滤波器 /// <summary> /// Min value filter. /// </summary> ...

  8. Win8 Metro(C#)数字图像处理--2.52图像K均值聚类

    原文:Win8 Metro(C#)数字图像处理--2.52图像K均值聚类  [函数名称]   图像KMeans聚类      KMeansCluster(WriteableBitmap src,i ...

  9. Win8 Metro(C#)数字图像处理--2.45图像雾化效果算法

    原文:Win8 Metro(C#)数字图像处理--2.45图像雾化效果算法 [函数名称]   图像雾化         AtomizationProcess(WriteableBitmap src,i ...

随机推荐

  1. RESET MASTER 和RESET SLAVE 命令的使用方法 注意事项

    RESET MASTER 删除所有index file 中记录的所有binlog 文件,将日志索引文件清空,创建一个新的日志文件,这个命令通常仅仅用于第一次用于搭建主从关系的时的主库,注意  rese ...

  2. 数据结构与算法——常用高级数据结构及其Java实现

    前文 数据结构与算法--常用数据结构及其Java实现 总结了基本的数据结构,类似的,本文准备总结一下一些常见的高级的数据结构及其常见算法和对应的Java实现以及应用场景,务求理论与实践一步到位. 跳跃 ...

  3. [Flow] Declare types for application

    In Flow, you can make global declarion about types. Run: flow init It will generate .flowconfig file ...

  4. 树莓派——root用户和sudo

    Linux操作系统是一个多用户操作系统,它同意多个用户登录和使用一台计算机. 为了保护计算机(和其它用户的隐私).用户都被限制了能做的事情. 大多数用户都同意执行计算机上大部分程序,而且编辑和保存存放 ...

  5. 小强的HTML5移动开发之路(27)—— JavaScript回顾2

    Javascript面向对象基础知识 1.如何定义一个类,使用如下语法来创建一个类 function Person(name, age){ //习惯上第一个字母大写 //this修饰的变量称为属性 t ...

  6. 【hdu2457】ac自动机 + dp

    传送门 题目大意: 给你一个字符主串和很多病毒串,要求更改最少的字符使得没有一个病毒串是主串的子串. 题解: ac自动机 + dp,用病毒串建好ac自动机,有毒的末尾flag置为true 构建fail ...

  7. 【14.94%】【codeforces 611E】New Year and Three Musketeers

    time limit per test2 seconds memory limit per test256 megabytes inputstandard input outputstandard o ...

  8. 全局获取Context的技巧(再也不要为获取Context而感到烦恼)

    1.Context概念 Context,相信不管是第一天开发Android,还是开发Android的各种老鸟,对于Context的使用一定不陌生~~你在加载资源.启动一个新的Activity.获取系统 ...

  9. hadoop编程技巧(8)---Unit Testing (单元测试)

    所需的环境: Hadoop相关jar包裹(下载版本的官方网站上可以): 下载junit包裹(新以及). 下载mockito包裹: 下载mrunit包裹: 下载powermock-mockito包裹: ...

  10. Android中数据库和安装包分离

    我们在做Android应用尤其是商业应用的时候,很多时候都需要后期版本升级,如果我们的数据库文件非常大,比如游戏之类的,这时候就不应该每次版本更新都去重新复制数据库.将数据库和安装包分离,下面来详细介 ...