数字图像处理初级——位图缩放（代码实现）

其他 2020-03-20 12:34:07 阅读次数: 0

数字图像处理初级——位图缩放

特别说明： 本报告中的图像处理函数有宏定义和变量定义，参考注释说明。

#define WIDTHBYTES(bits) ((bits+31)/32*4)
#define Cnumber(x,y,z) *(m_pDIBData+(x)*GetBmpRealWidth()+(y)*3+(z))
//用Cnumber(x,y,z)代表从下到上，从左到右的第x行，第y列，第z个颜色分量。

#define Cnumber1(x,y,z) *(n_pDIBData+(x)*GetBmpRealWidth()+(y)*3+(z))//用于备份真彩图 
#define gray(x,y) *(m_pDIBData+(x)*GetBmpRealWidth()+y) 
#define gray1(x,y) *(n_pDIBData+(x)*GetBmpRealWidth()+y )//用于备份灰度图

在此作说明，程序可以在Visual C++6.0，Win10系统下运行。

关注微信公众号：迈微电子研发社，回复“位图缩放”获取程序开发源代码。

一、位图文件编码格式1

BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成。

1、文件头
  BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息，一共包含14个字节。

例如：下图是个一个位图文件的二进制编码：

在这里插入图片描述

图1 文件头
1- 2字节：文件类型，必须是BM，十六进制中则是0x4d42；

3- 6字节：位图文件的大小（低位在前），单位为字节；

图中表示的就是0x00002182Byte= 8578Byte = 8.376953125KByte

7- 8字节：位图文件保留字1，必须为0；

9-10字节：位图文件保留字2，也必须是0；

11-14字节：位图数据的起始位置，文件头的偏移量，单位为字节。

typedef struct tagBITMAPFILEHEADER {  
        WORD    bfType;  
        DWORD   bfSize;  
        WORD    bfReserved1;  
        WORD    bfReserved2;  
        DWORD   bfOffBits;  
} BITMAPFILEHEADER, FAR *LPBITMAPFILEHEADER, *PBITMAPFILEHEADER;

2、 位图信息头
BMP位图信息头数据用于说明位图的尺寸等信息，占40个字节。
在这里插入图片描述

图2 位图信息头
15-18字节：本结构所占用字节数；

19-22字节：位图的宽度（像素单位）；

23-26字节：位图的高度（像素单位）；

27-28字节：目标设备的级别，必须为1；

29-30字节：每个像素所需的位数；

31-34字节：位图压缩类型，必须是0（不压缩）；

35-38字节：位图的大小(其中包含了为了补齐行数是4的倍数而添加的空字节)，以字节为单位；

39-42字节：位图水平分辨率，每米像素数；

43-46字节：位图垂直分辨率，每米像素数；

47-50字节：位图实际使用的颜色表中的颜色数；

51-54字节：位图显示过程中重要的颜色数；

依次定义为下：

typedef struct tagBITMAPINFOHEADER{  
        DWORD      biSize;  
        LONG       biWidth;  
        LONG       biHeight;  
        WORD       biPlanes;  
        WORD       biBitCount;  
        DWORD      biCompression;  
        DWORD      biSizeImage;  
        LONG       biXPelsPerMeter;  
        LONG       biYPelsPerMeter;  
        DWORD      biClrUsed;  
        DWORD      biClrImportant;  
} BITMAPINFOHEADER, FAR *LPBITMAPINFOHEADER, *PBITMAPINFOHEADER;

3、 颜色信息
颜色表用于说明位图中的颜色，它有若干个表项，每一个表项是一个RGBQUAD类型的结构，定义一种颜色。

颜色表中RGBQUAD结构数据的个数有biBitCount来确定：

当biBitCount=1,4,8时，分别有2,16,256个表项；

当biBitCount=24时，没有颜色表项。

4、 图形数据
位图数据记录了位图的每一个像素值，记录顺序是在扫描行内是从左到右，扫描行之间是从下到上。位图的一个像素值所占的字节数：

当biBitCount=1时，8个像素占1个字节；

当biBitCount=4时，2个像素占1个字节；

当biBitCount=8时，1个像素占1个字节；

当biBitCount=24时，1个像素占3个字节,按顺序分别为B,G,R；

Windows规定一个扫描行所占的字节数必须是4的倍数（即以long为单位），不足的以0填充，(以这一点尤为重要)

biSizeImage= ((((bi.biWidth * bi.biBitCount) + 31) & ~31) / 8) * bi.biHeight;

2本部分来源于BMP图像编码格，还可参考一篇百度文库：BMP文件的编码方式.

二、实现原理

双线性插值3
  双线性插值是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值，线性插值的结果与插值的顺序无关。（下图从https://blog.csdn.net/zhangla1220/article/details/41014541截图所得）
在这里插入图片描述

图3 双线性插值
  目标图(x, y) 映射到原图是(X + u, Y + v)（计算方法同最邻近插值）。设u与v分别为X + u，Y + v的小数部分。由于下标都是整数，因此原图其实并不存在该点。则取其附近四个领域点为(X, Y) (X, Y + 1) (X + 1, Y) (X + 1, Y + 1)，则目标图(x, y)处的值为 f(x , y) = f(X + u, Y + v) =f (X, Y) * (1 - u) * (1 - v) + f(X, Y + 1) * (1 - u) * v + f(X + 1, Y) * u * (1 - v) + f (X + 1, Y + 1) * u * v;

  为更加形象地说明该原理，我们给出下图：

在这里插入图片描述

图4 双线性插值
  如上面所言，我们需要算出目标图像像素跟原图像像素的映射关系，我们从遍历目标图像像素点开始，对每一个像素点进行比例计算，算出其如果投影到原图像应该是处于原图像的哪个位置，通常所得到的结果正如上图的所示，求得的点P处于原图像的四个真实像素点中。

  我们假定原图像像素点间的RGB（或灰度）值是呈线性变化的，则我们可以通过A、B两点RGB（或灰度）值算出AB线段上面的E点的RGB（或灰度）值，同理亦可算出F点的RGB（或灰度）值。得到了E、F两点的RGB（或灰度）值后可经由相同的方法得到P点的RGB（或灰度）值。到此，我们就知道该如何通过映射关系去求得目标图像的RGB（或灰度）值了。

  我们把点A、B、C、D、E、F、P的RGB（或灰度）值分别记为F_A、F_B、F_C、F_D、F_E、F_F、F_P(注意由于RGB是三个值，这个记法其实不严谨，可以理解为是FA等是RGB的其中一个值，然后另外两个也可同理得到)，则有

  F_E=(1-0.7)*F_A+(1-0.3)*F_B,

  F_F=(1-0.7)*F_C+(1-0.3)*F_D,

  最终,得到目标点的值：

  F_P=(1-0.7)F_E+(1-0.3)F_F=0.30.3F_A+0.30.7F_B+0.70.3F_C+0.70.7F_D。

4（参考原文链接：C++——bmp图像缩放（插值）https://blog.csdn.net/wanty_chen/article/details/80283872）

三、程序实现

BOOL DIB::ScalingNearest()  //图像缩放
{	
	mydialog1 dlg;//对话框输入放大倍数
	float times = 0; //放大倍数
	dlg.m_scaling=NULL;//响应并输入缩放系数
	if (dlg.DoModal() != IDOK)
	{
		return false;	//返回
	}	
	times = dlg.m_scaling;//将输入的缩放系数传送给ExpScalValue	
	delete dlg;

	int width = GetDIBWidth();
	int height = GetDIBHeight();
	int MYDRAW_HEIGHT = height * times;//缩放后的长和宽
	int MYDRAW_WIDTH = width * times;
	int T_width = WIDTHBYTES(MYDRAW_WIDTH * bih.biBitCount);		
	int L_width = WIDTHBYTES(width * bih.biBitCount);				
	long T_size = T_width * MYDRAW_HEIGHT;							
	long L_size = L_width * height;									
	BYTE* pColorData = (BYTE*)new char[L_size];						
	memset(pColorData, 0, L_size);									
	BYTE* pColorDataMid = (BYTE*)new char[T_size];					
	memset(pColorDataMid, 0, T_size);								
	memcpy(pColorData, m_pDIBData, L_size);							
	bih.biWidth = m_pBMI->bmiHeader.biWidth = MYDRAW_WIDTH;
	bih.biHeight = m_pBMI->bmiHeader.biHeight = MYDRAW_HEIGHT;
	bih.biSizeImage = m_pBMI->bmiHeader.biSizeImage = T_size;
	bfh.bfSize = T_size + bfh.bfOffBits;
	for (int hnum = 0; hnum < MYDRAW_HEIGHT; hnum++)
		for (int wnum = 0; wnum < MYDRAW_WIDTH; wnum++)
		{
			double d_original_img_hnum = hnum * height / (double)MYDRAW_HEIGHT;
			double d_original_img_wnum = wnum * width / (double)MYDRAW_WIDTH;
			int i_original_img_hnum = (int)d_original_img_hnum;
			int i_original_img_wnum = (int)d_original_img_wnum;
			double distance_to_a_x = d_original_img_wnum - i_original_img_wnum;   
			double distance_to_a_y = d_original_img_hnum - i_original_img_hnum;
			int original_point_a = i_original_img_hnum * L_width + i_original_img_wnum * 3;
			int original_point_b = i_original_img_hnum * L_width + (i_original_img_wnum + 1) * 3;
			int original_point_c = (i_original_img_hnum + 1) * L_width + i_original_img_wnum * 3;
			int original_point_d = (i_original_img_hnum + 1) * L_width + (i_original_img_wnum + 1) * 3;
			if (i_original_img_hnum + 1 >= height - 1)
			{
				original_point_c = original_point_a;
				original_point_d = original_point_b;
			}
			if (i_original_img_wnum + 1 >= width - 1)
			{
				original_point_b = original_point_a;
				original_point_d = original_point_c;
			}
			int pixel_point = hnum * T_width + wnum * 3;
			for(int k = 0; k<3; k++)
			pColorDataMid[pixel_point + k] =
				pColorData[original_point_a + k] * (1 - distance_to_a_x) * (1 - distance_to_a_y) +
				pColorData[original_point_b + k] * distance_to_a_x * (1 - distance_to_a_y) +
				pColorData[original_point_c + k] * distance_to_a_y * (1 - distance_to_a_x) +
				pColorData[original_point_c + k] * distance_to_a_y * distance_to_a_x;
		}
		if (m_pDIBData != NULL)
			delete m_pDIBData;
		m_pDIBData = pColorDataMid;
		delete pColorData;
}

四、实现结果及数据比对

在这里插入图片描述
缩小0.5倍
在这里插入图片描述
原图像
在这里插入图片描述
放大3倍

图5 位图缩放

在这里插入图片描述

图6 图像大小信息

再次感谢好友沈同学和引用参考文献的帮助！

分享一张在南京玄武湖拍的照片，感谢大家的关注与点赞。
在这里插入图片描述

上一篇：《多媒体信息处理》课程设计——基于MFC的数字图像处理初步

下一篇：数字图像处理初级——24真彩图转8位灰度图（代码实现）


欢迎各位订阅我，谢谢大家的点赞和专注！我会继续给大家分享我大学期间详细的实践项目。
在这里插入图片描述

  1. 1 ↩︎

  2. 1 ↩︎

  3. 2 ↩︎

  4. 4 ↩︎

Tony Zhang
发布了50 篇原创文章 · 获赞 55 · 访问量 1万+
私信 关注

猜你喜欢

转载自blog.csdn.net/Charmve/article/details/103794190
今日推荐
周排行
成为C++高手之宏与枚举
在CAD二次开发中使用进度条
Js插件ECharts，HighCharts学习网址整理
Celery提交任务出错(on windows.)
cephfs内核客户端性能追踪
thinkphp中PHPExcel用法
EntityFramework动态组合多排序字段
汇编语言（八）实验9 根据材料编程
安装ubuntu后必须做的事情（对我而言）
JS函数式编程
每日归档
更多
2024-10-22(0)
2024-10-21(0)
2024-10-20(0)
2024-10-19(0)
2024-10-18(0)
2024-10-17(0)
2024-10-16(0)
2024-10-15(0)
2024-10-14(0)
2024-10-13(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022