QT实现图像处理-傅立叶变换、傅立叶反变换、平滑、锐化与模板匹配

From: http://www.cnblogs.com/qytan36/archive/2010/04/04/1704226.html

实验环境:
1,Linux操作系统
2,QT3编程开发环境
3,C++编程语言

傅立叶变换和傅立叶反变换

1.1. 主要源代码

readImage() 从图像中读取数据
writeImage() 往图像中写入数据
fft() 快速傅立叶变换
ifft() 快速傅立叶反变换
adjustImageSize() 调整图像大小
fourier() 傅立叶变换
ifourier() 傅立叶反变换

1.1.1 从图像中读取数据

void ImageProcess::readImage(complex<double> data[], const QImage &srcImage)

{

byte *pImageBytes = srcImage.bits(); //数据首地址

int depth = srcImage.depth(); //每个像素的bit数

int lineBytes = srcImage.bytesPerLine(); //每行的字节数

int w = srcImage.width(); //宽

int h = srcImage.height(); //高

byte *pByte;

//遍历读取每个像素,并转换为灰度值

int i, j;

for(i = 0; i < h; i++)

{

for(j = 0; j < w; j++)

{

if(8 == depth) //采用了256色调色板,8位颜色索引

{

pByte = pImageBytes + i * lineBytes + j;

data[i * w + j] = complex<double>( *pByte, 0);

}

else if(32 == depth)//32位表示,数据格式为0xFFBBGGRR或0xAABBGGRR

{

pByte = pImageBytes + i * lineBytes + j * 4;

//根据RGB模式转化成YIQ色彩模式的方式,取Y作为灰度值

byte pixelValue = (byte)(0.299 * (float)pByte[0] + 0.587 * (float)pByte[1]

+ 0.114 * (float)pByte[2]);

data[i * w + j] = complex<double>( pixelValue, 0);

}

else

{

cout << "invalid format. depth = " << depth << "\n";

return;

}

}

}

}

1.1.2 将数据写入图像

//coef为比例系数,主要用来调整灰度值以便于观察

void ImageProcess::writeImage(QImage &destImage, const complex<double> data[], double coef)

{

int lineBytes = destImage.bytesPerLine();

int depth = destImage.depth();

int w = destImage.width();

int h = destImage.height();

byte *pImageBytes = destImage.bits();

byte *pByte;

for(int i = 0; i < h; i++)

{

for(int j = 0; j < w; j++)

{

double spectral = abs(data[i * w + j]) * coef; //灰度值调整

spectral = spectral > 255 ? 255 : spectral;

//根据图像格式写数据

if(8 == depth)

{

pByte = pImageBytes + i * lineBytes + j;

*pByte = spectral;

}

else if(32 == depth)

{

pByte = pImageBytes + i * lineBytes + j * 4;

pByte[0] = pByte[1] = pByte[2] = spectral;

}

else

{

return;

}

}

}

}

1.1.3 递归形式的快速傅立叶变换

//数组a为输入,数组y为输出,2的power次方为数组的长度

void ImageProcess::fft(const complex<double> a[], complex<double> y[], int power)

{

if(0 == power)

{

y[0] = a[0];

return;

}

int n = 1 << power;

double angle = 2 * PI / n;

complex<double> wn(cos(angle), sin(angle));

complex<double> w(1, 0);

complex<double> *a0 = new complex<double>[n / 2];

complex<double> *a1 = new complex<double>[n / 2];

complex<double> *y0 = new complex<double>[n / 2];

complex<double> *y1 = new complex<double>[n / 2];

for(int i = 0; i < n / 2; i ++)

{

a0[i] = a[2 * i];

a1[i] = a[2 * i + 1];

}

//分开成两个子fft过程

fft(a0, y0, power - 1);

fft(a1, y1, power - 1);

complex<double> u;

for(int k = 0; k < n / 2; k++) //蝶形算法

{

u = w * y1[k];

y[k] = y0[k] + u;

y[k + n / 2] = y0[k] - u;

w = w * wn;

}

delete[] a0;

delete[] a1;

delete[] y0;

delete[] y1;

}

1.1.4 快速傅立叶反变换

//y为输入,a为输出,2的power次方为数组的长度

void ImageProcess::ifft(const complex<double> y[], complex<double> a[], int power)

{

int count = 1 << power;

complex<double> *x = new complex<double>[count];

memcpy(x, y, sizeof(complex<double>) * count);

int i;

for(i = 0; i < count; i++)

{

x[i] = complex<double>(x[i].real(), -x[i].imag()); //共轭复数

}

fft(x, a, power); //调用快速傅立叶变换算法

for(i = 0; i < count; i++)

{

a[i] = complex<double>(a[i].real() / count, -a[i].imag() / count); //共轭复数

}

delete[] x;

}

1.1.5 调整图像的大小

//宽和高都截取为2的指数倍

void ImageProcess::adjustImageSize(QImage &image)

{

int w = 1;

int h = 1;

int width = image.width();

int height = image.height();

wp = 0, hp = 0;

while(w * 2 <= width) { w *= 2; wp++; }

while(h * 2 <= height) {h *= 2; hp++;}

QImage adjustedImage(w, h, image.depth(), image.numColors(), image.bitOrder());

byte *destBytes = adjustedImage.bits();

byte *srcBytes = image.bits();

int lineBytes = image.bytesPerLine();

int bytesPerPixel = image.depth() / 8; //每个象素的字节数

for(int i = 0; i < h; i++) //拷贝数据

{

memcpy(destBytes + i * w * bytesPerPixel, srcBytes + i * lineBytes,

sizeof(byte) * w * bytesPerPixel);

}

image = adjustedImage; //更新图像

}

1.1.6 傅立叶变换的主过程

void ImageProcess::fourier()

{

int w = currentImage.width();

int h = currentImage.height();

if(needAdjust) //调整图像的大小为2的幂次以便于快速傅立叶变换

{

adjustImageSize(currentImage); //调整大小

needAdjust = false;

if(currentImageData)

{

delete[] currentImageData;

}

currentImageData = new complex<double>[w * h];

readImage(currentImageData, currentImage); //读取数据

}

else if(NULL == currentImageData)

{

currentImageData = new complex<double>[w * h];

readImage(currentImageData, currentImage); //读取数据

}

w = currentImage.width(); //更新宽和高

h = currentImage.height();

complex<double> *TD = currentImageData; //当前读取的数据为时域

complex<double> *FD = new complex<double>[w * h]; //申请空间保存变换结果

int i, j;

for(i = 0; i < h; i++) //在x方向上对按行进行快速傅立叶变换

{

fft(&TD[w * i], &FD[w * i], wp);

}

memcpy(TD, FD, sizeof(complex<double>) * w * h);

complex<double> *columnt = new complex<double>[h];

complex<double> *columnf = new complex<double>[h];

for(i = 0; i < w; i++) //调整行列数据,在y方向上按列进行快速傅立叶变换

{

for(j = 0; j < h; j++)

{

columnt[j] = TD[j * w + i];

}

fft(columnt, columnf, hp);

for(j = 0; j < h; j++)

{

FD[j * w + i] = columnf[j];

}

}

delete[] columnt;

delete[] columnf;

writeImage(currentImage, FD, 0.02); //写入数据

delete[] currentImageData;

currentImageData = FD;

pDispLabel->setPixmap(QPixmap(currentImage));

}

1.1.7 傅立叶反变换

傅立叶反变换的思想与傅立叶变化相似,只是时域和频域互换,然后调用快速傅立叶反变换ifft而不是快速傅立叶变换fft。

1.2. 运行截图

1.2.1 正方形

输入一个256*256的图形,背景为白色,中间有一黑色的正方形,如图1-1所示。经过傅立叶变换后的结果如图1-2所示(注:没有采用平移到中心的方法)。

clip_image002

图1-1

clip_image004

图1-2

1.2.2 旋转45度

将图1-1旋转45度后的输入如图1-3所示。其傅立叶变换结果如图1-4所示。

clip_image006

图1-3

clip_image008

图1-4

1.2.3 输入长方形图像

输入图像如图1-5所示。傅立叶变换结果如图1-6所示。

clip_image010

图1-5

clip_image012

图1-6

1.2.4 傅立叶反变换

对傅立叶变换结果图1-2进行傅立叶反变换,其结果与原图1-1相同,如图1-7所示:

clip_image014

图1-7


图像增强

图像增强是一种很重要的图像处理技术,为了方便人们观察以及机器处理而去处理给定的一幅图像。有很多图像增强的方法,以下这部分实现了其中的平滑和锐化这两种方法。

2.1. 主要源码

2.1.1 平滑

平滑采用的模板是clip_image016, 实现如下:

void ImageProcess::smooth()

{

int w = currentImage.width();

int h = currentImage.height();

if(NULL == currentImageData) //判断是否需要重新读取数据

{

currentImageData = new complex<double>[w * h];

readImage(currentImageData, currentImage);

}

//拷贝一份数据便于计算

complex<double> *buffer = new complex<double>[w * h];

memcpy(buffer, currentImageData, sizeof(complex<double>) * w * h);

//根据模板进行计算

//为了简化编码忽略了图像边界(i =0 or h, j =0 or w),对于整体效果没有影响

int i, j;

for(i = 1; i < h - 1; i++)

{

for(j = 1; j < w - 1; j++)

{

complex<double> k;

k = buffer[(i - 1) * w + j - 1];

k += buffer[(i - 1) * w + j];

k += buffer[(i - 1) * w + j + 1];

k += buffer[i * w + j - 1];

k += buffer[i * w + j];

k += buffer[i * w + j + 1];

k += buffer[(i + 1) * w + j - 1];

k += buffer[(i + 1) * w + j];

k += buffer[(i + 1) * w + j + 1];

k = complex<double>(k.real() / 9, 0);

currentImageData[i * w + j] = k;

}

}

writeImage(currentImage, currentImageData);

pDispLabel->setPixmap(QPixmap(currentImage));

}

2.1.2 锐化

采用拉普拉斯锐化,其模板为clip_image018,其实现如下:

void ImageProcess::sharp()

{

int w = currentImage.width();

int h = currentImage.height();

if(NULL == currentImageData) //判断是否需要读取数据

{

currentImageData = new complex<double>[w * h];

readImage(currentImageData, currentImage);

}

//拷贝一份数据便于计算

complex<double> *buffer = new complex<double>[w * h];

memcpy(buffer, currentImageData, sizeof(complex<double>) * w * h);

//根据模板进行计算

//为了简化编码忽略了图像边界(i =0 or h, j =0 or w),对于整体效果没有影响

int i, j;

complex<double> k;

for(i = 1; i < h - 1; i++)

{

for(j = 1; j < w - 1; j++)

{

k = buffer[i * w + j];

k = complex<double>(k.real() * 5, 0);

k -= buffer[(i - 1) * w + j];

k -= buffer[i * w + j - 1];

k -= buffer[i * w + j + 1];

k -= buffer[(i + 1) * w + j];

currentImageData[i * w + j] = k;

}

}

writeImage(currentImage, currentImageData);

pDispLabel->setPixmap(QPixmap(currentImage));

}

2.2. 运行截图

输入图像2-1,其平滑结果为图2-2,锐化结果为 图2-3。

clip_image020

图2-1原来的图像

clip_image022

图2-2 平滑后的图像

clip_image024

图2-3 锐化后的图像


图像分析

这部分主要实现了图像的模板匹配。模板匹配是一种非常原始的模式识别方法。有很多模板匹配的算法。这里采用的算法是计算二者之间的相似度,在目标图像中选取一个坐标,将以该坐标为左上角选定一块区域,计算该区域与模板的相似度,相似度最大的点即为匹配之处。通过二者之间的差异度来判断其相似程度,差异度的计算:m = clip_image026。即将累加其像素之间的差值,为了提高计算速度,可以设置阀值,当m大于阀值时,认定该块区域不匹配,继续寻找下一区域。

3.1. 主要源码

void ImageProcess::match()

{

//让用户选取模板

QString fileName = QFileDialog::getOpenFileName("/home/tanqiyu", "Images (*.png *.xpm

.jpg)", this, "open file dialog", "Choose a model image");

if(QString::null == fileName)

{

return;

}

//读取模板数据

QImage modelImage(fileName);

int mw = modelImage.width();

int mh = modelImage.height();

complex<double> *modelImageData = new complex<double>[mw * mh];

readImage(modelImageData, modelImage);

unsigned long t = mw * mh * 8; //根据匹配模板的大小设置一定的阀值

unsigned long m = t; //初始差异度

int ri = -1; //z左上角坐标(ri, rj)

int rj = -1;

int w = currentImage.width();

int h = currentImage.height();

if(NULL == currentImageData) //判断是否需要读取目标图像数据

{

currentImageData = new complex<double>[w * h];

readImage(currentImageData, currentImage);

}

//遍历目标图像,选取左上角坐标,考虑到模板图像的大小注意不要越界

int i, j;

for(i = 0; i < h - mh + 1; i++ )

{

for(j = 0; j < w - mw + 1; j++)

{

//下面开始对点(i, j)为左上角的mw * mh区域进行匹配

bool overFlag = false;

unsigned long k = 0; //差异值的累加和

int u, v;

for(u = 0; u < mh && !overFlag; u++)

{

for(v = 0; v < mw && !overFlag; v++)

{

k += abs(currentImageData[(i + u) * w + j + v].real()

- modelImageData[u * mw + v].real()); //计算差值并累加

if(k >= t) //判断是否大于阀值

{

overFlag = true;

}

}

}

if(k < m) //判断是否找到更加匹配的区域

{

ri = i;

rj = j;

m = k;

}

}

}

//找到匹配区域,则将目标图像匹配区域之外的点置成白色以便于观察结果

if(ri != -1)

{

for(i = 0; i < h; i++)

{

for(j = 0; j < w; j++)

{

if(i < ri || j < rj || i > ri + mh - 1 || j > rj + mw - 1)

{

currentImageData[i * w + j] = complex<double>(255, 0);

}

}

}

}

writeImage(currentImage, currentImageData);

pDispLabel->setPixmap(QPixmap(currentImage));

}

3.2. 运行截图

目标图像为图3-1,图3-2位匹配模板,匹配结果为图3-3。

clip_image027

图3-1 目标图像

clip_image028

图3-2 匹配模板

clip_image030

匹配结果


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/404729.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java finally语句到底是在return之前还是之后执行?

网上有很多人探讨Java中异常捕获机制try...catch...finally块中的finally语句是不是一定会被执行&#xff1f;很多人都说不是&#xff0c;当然他们的回答是正确的&#xff0c;经过我试验&#xff0c;至少有两种情况下finally语句是不会被执行的&#xff1a; &#xff08;1&…

TLV5618 双路12位DAC 模拟SPI驱动

一、TLV65618芯片 TLV5618A 带掉电功能 2.7V-5.5V&#xff0c;低功耗双路 12 位数模转换器 特点 ●双路 12 位电压输出 DAC ●可编程调节转换时间 - 快速模式 3μs - 低速模式 10μs ●兼容 TMS320 和 SPI 串行接口 16位串行接口包含4位控制和12位数据。 二、驱动代码 采用模…

[react] React中你有使用过propType吗?它有什么作用?

[react] React中你有使用过propType吗&#xff1f;它有什么作用&#xff1f; 校验属性的合法性 我是歌谣&#xff0c;欢迎和大家一起交流前后端知识。放弃很容易&#xff0c; 但坚持一定很酷。欢迎大家一起讨论 主目录 与歌谣一起通关前端面试题

python对json的相关操作

From: http://www.cnblogs.com/coser/archive/2011/12/14/2287739.html 什么是json&#xff1a; JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScript Programming Language, Standard ECMA-262 3r…

UIbutton

第一、UIButton的定义 UIButton *button[[UIButton buttonWithType:(UIButtonType); 能够定义的button类型有以下6种&#xff0c; typedef enum { UIButtonTypeCustom 0, 自定义风格 UIButtonTypeRoundedRect, 圆角矩形 UIButtonTypeDetailDisclosure, 蓝色小箭头按钮&#xf…

MAX535 单路13位DAC 模拟SPI驱动

一、MAX535 max535是低功耗、13位、电压输出DAC&#xff0c;采用串行接口和MAX封装。MAX535通过单个5V/3.3V电源工作&#xff0c;仅需要280A电流工作。 MAX535/MAX5351适用于广泛的应用&#xff0c;包括工业过程控制。其他功能包括软件关机和开机复位。 DAC寄存器可以独立更…

[react] react多个setState调用的原理是什么?

[react] react多个setState调用的原理是什么&#xff1f; 同步调用多个setState&#xff0c;React并不会连续多次的进行更新操作&#xff0c;而是会将同步中的多个setState操作合成一个&#xff0c;只执行一次render操作 个人简介 我是歌谣&#xff0c;欢迎和大家一起交流前…

python Json的一点收获,自定义序列化方法

From: http://blog.csdn.net/jlnuboy/article/details/5732196 PyMOTW: json 模块&#xff1a; json目的&#xff1a; JavaScript对象格式序列器python版本&#xff1a; 2.6 json模块提供了一个类似于pickle中用于转换内存中python对象为一个序列表示形式(“JavaScript Objec…

Android的sdk、api及工程目录说明

SDK下包的说明 1&#xff1a;add-ons&#xff1a;Android开发需要的第三方文件和软件库 2&#xff1a;docs&#xff1a;Android的文档。包括开发指南、API参考、资源等 3&#xff1a;extras&#xff1a;扩展的附加包 4&#xff1a;platforms&#xff1a;你安装下载的所有Androi…

云服务器开启TCP Server 客户端无法连接的解决方法

一、问题描述 华为云服务器运行TCPServer后&#xff0c;等待客户端连接&#xff0c;客户端一直无法连接到服务器。经过测试&#xff0c;客户端可以ping通服务器的地址。 客户端网络防火墙已经完全放开。 二、解决办法 1、查看云服务器端的安全组&#xff0c;是否放开该端口。…

[react] 请描述下你对react的新特性Hooks的理解?它有哪些应用场景?

[react] 请描述下你对react的新特性Hooks的理解&#xff1f;它有哪些应用场景&#xff1f; 在 React 中使用 class 继承 React.Component&#xff0c;就可以在类里面使用各种各样的钩子函数&#xff0c;比如 componentWillMount、componentDidMount、componentWillUnmount 等。…

CSS 页面元素

1. 文字基本样式 font-familyfont-sizefont-weightfont-stylecolor2. 段落样式 text-indent&#xff1a;2em&#xff1b;&#xff08;缩进&#xff09;line-height&#xff1a;1.5&#xff1b;&#xff08;行高&#xff09;3. 特殊效果 &#xff1a;first-letter&#xff1b;&a…

STM32CubeMx HAL库使用硬件IIC读写AT24C02

介绍使用硬件IIC接口读写AT24C02&#xff0c;STM32自带硬件IIC&#xff0c;比较好用&#xff0c;没必要千篇一律的使用模拟IIC。作为一个IIC的使用例子&#xff0c;可以适当修改用于其他IIC接口设备通信控制。 一、测试环境 STM32F407CubeMx&#xff08;6.1.1&#xff09;MDK…

2013农业银行存款利率表

From: http://www.southmoney.com/yinhang/cunkuan/473061.html 2013农业银行存款利率表 中国人民银行决定&#xff0c;自2012年7月6日起下调金融机构人民币存贷款基准利率。金融机构一年期存款基准利率下调0.25个百分点&#xff0c;一年期贷款基准利率下调0.31个百分点&#…

第十篇 PO核心功能及流程详解

详见链接&#xff1a;http://bbs.erp100.com/thread-272866-1-1.html1. P2P lifecycleP2P是procure to pay的缩写&#xff0c;p2p循环值得就是采购到付款的周而复始&#xff0c;循环往复的过程。主要包含六个大的环节&#xff0c;需求&#xff08;demand&#xff09;&#xff0…

[react] react中调用setState会更新的生命周期有哪几个?

[react] react中调用setState会更新的生命周期有哪几个&#xff1f; (>16.4之后&#xff0c;与props的更新一致&#xff0c; <16.4的版本没有static getDerivedStateFromProps) static getDerivedStateFromPropsshouldComponentUpdaterendergetSnapshotBeforeUpdatecom…

Qt ModbusTCP ModbusRTU 使用同步读和异步写

使用Qt自带的库开发&#xff0c;添加相关头文件 #include <QModbusTcpClient> #include <QModbusReply> #include <QSerialPort> #include <QModbusDataUnit> #include <QModbusRtuSerialMaster> 一、寄存器说明 Modbus寄存器的操作包括读写和…

最新银行存款利率表2013

From: http://www.southmoney.com/yinhang/cunkuan/469894.html 最新银行存款利率表2013 中国人民银行决定&#xff0c;自2012年7月6日起下调金融机构人民币存贷款基准利率。金融机构一年期存款基准利率下调0.25个百分点&#xff0c;一年期贷款基准利率下调0.31个百分点&#…

STM32F407 CubeMx使用定时器测量信号频率 分辨率0.001Hz

一、需求 使用STM32F407 测量外部输入方波信号的周期&#xff0c;信号变化范围&#xff1a;45HZ~55HZ&#xff0c;测量分辨率0.001HZ。 二、配置 stm32Cubemx&#xff1a;version 6.1.1HAL库&#xff1a;1.25.2MDK&#xff1a;5.34C Compiler&#xff1a;ARMCC 6.16 三、分…

[react] 你有在项目中使用过Yeoman脚手架吗?

[react] 你有在项目中使用过Yeoman脚手架吗&#xff1f; 前端工程化脚手架部分必备的依赖&#xff0c;用于初始化生成规范的项目目录 个人简介 我是歌谣&#xff0c;欢迎和大家一起交流前后端知识。放弃很容易&#xff0c; 但坚持一定很酷。欢迎大家一起讨论 主目录 与歌谣…