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:
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。
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)
为更加形象地说明该原理,我们给出下图:
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
缩小0.5倍
原图像
放大3倍
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。
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。