VC++开发数字图像处理系统2

本节主要内容是将图片显示到控件上。

这里我们借助Visual Studio提供给我们的Gdiplus工具将图片显示到控件上。

一、首先简要介绍Gdiplus的配置方法：

1 在单文档应用程序中使用GDI+创建一个单文档程序

1.1 添加包含文件和类库，方法：在stdafx.h文件中添加下面两行代码

#pragma comment(lib,”gdiplus.lib”)

using namespace Gdiplus;

　　或者【项目】|【属性】，->【链接器】|【输入】->【附加依赖项】，在框中输入gdiplus.lib

1.2 在应用程序项目的应用类中，添加一个成员变量

ULONG_PTR m_gdiplusToken;

其中，ULONG_PTR是一个DWORD数据类型，该成员变量用来保存GDI+被初始化后在应用程序中的GDI+标识，以便能在应用程序退出后，引用该标识来调用Gdiplus:: GdiplusShutdown来关闭GDI+。

1.3 在应用类中添加ExitInstance的重载来关闭GDI+

int CEXXXApp::ExitInstance()

{

                Gdiplus::GdiplusShutdown(m_gdiplusToken);

                return CWinApp::ExitInstance();

}

1.4 在应用类的InitInstance函数中添加GDI+的初始化代码

BOOL CEx_GDIPlusApp::InitInstance()

{

    ......

    CWinApp::InitInstance();

    Gdiplus::GdiplusStartupInput gdiplusStartupInput;

Gdiplus::GdiplusStartup(&m_gdiplusToken,&gdiplusStartupInput,NULL);

              ......

 }

2 在基于对话框应用程序中使用GDI+

创建一个对话框应用程序

2.1 添加包含文件和类库，方法：在stdafx.h文件中添加下面两行代码

#pragma comment(lib,”gdiplus.lib”)

using namespace Gdiplus;

2.2 步骤同单文档应用程序

3 在VS2010中的MFC中配置GDI+
首先，VS2010中已经有GDI+SDK包的，不需要额外下载
1)在stdafx.h文件中加入下面3行代码，添加相应的头文件和库

#pragma comment( lib, "gdiplus.lib" )
#include "gdiplus.h"
using namespace Gdiplus;

2)在应用程序项目的应用类中，添加一个成员变量或者定义一个全局变量ULONG_PTR m_gdiplusToken;
其中，ULONG_PTR是一个DWORD数据类型，该成员变量用来保存GDI+被初始化后在应用程序中的GDI+标识，以便能在应用程序退出后，引用该标识来调用Gdiplus:: GdiplusShutdown来关闭GDI+。
3)使用GDI+函数前,先，最好放在OnInitDialog（）中

Gdiplus::GdiplusStartupInput gdiplusStartupInput;
Gdiplus::GdiplusStartup(&m_gdiplusToken, &gdiplusStartupInput, NULL);

4)使用完GDI+函数后，需要卸载GDI+

Gdiplus::GdiplusShutdown(m_gdiplusToken);

这就是基本的配置了

当然，为了避免命名冲突，也可以将

#pragma comment(lib,”gdiplus.lib”)

using namespace Gdiplus;

只添加到我们要使用Gdiplus库的头文件中去。

二、将图片显示到控件上

这里我们插入一个对话框资源：IDC_ThresholdDlg

再为这个资源添加一个类：CThreshholdDlg

 /** CThreshholdDlg.h*/
 1 #pragma once
 2 
 3 #include "resource.h"
 4 #include "Dib.h"
 5 #include "Threshold.h"
 6 #pragma comment(lib,"gdiplus.lib")
 7 #include <GdiPlus.h>
 8 using namespace Gdiplus;
 9 // CThresholdDlg 对话框
10 
11 class CThresholdDlg : public CDialog
12 {
13     DECLARE_DYNAMIC(CThresholdDlg)
14 
15 public:
16     CThresholdDlg(CWnd* pParent = NULL);   // 标准构造函数
17     virtual ~CThresholdDlg();
18 
19 // 对话框数据
20     enum { IDD = IDD_Threshold };
21 
22 public:
23     CDib dib;
24     CStatic m_staBmp;
25     CString m_BmpFilePath;
26     CString m_BmpFileName;
27 public:
28     CDib* GetDib();
29     void DrawBitmap();
30 protected:
31     virtual void DoDataExchange(CDataExchange* pDX);    // DDX/DDV 支持
32 
33     DECLARE_MESSAGE_MAP()
34 public:
35     afx_msg void OnBnClickedOpenBmp();
36     afx_msg void OnBnClickedOutsthreshold();
37     afx_msg void OnBnClickedAdaptivethreshold();
38     afx_msg void OnBnClickedSaveresult();
39 };

  1 /**ThresholdDlg.cpp*/ 
  2 //
  3 
  4 #include "stdafx.h"
  5 #include "ImgPro.h"
  6 #include "ThresholdDlg.h"
  7 #include "afxdialogex.h"
  8 
  9 
 10 // CThresholdDlg 对话框
 11 
 12 IMPLEMENT_DYNAMIC(CThresholdDlg, CDialog)
 13 
 14 CThresholdDlg::CThresholdDlg(CWnd* pParent /*=NULL*/)
 15     : CDialog(CThresholdDlg::IDD, pParent)
 16 {
 17 
 18 }
 19 
 20 CThresholdDlg::~CThresholdDlg()
 21 {
 22 }
 23 
 24 void CThresholdDlg::DoDataExchange(CDataExchange* pDX)
 25 {
 26     CDialog::DoDataExchange(pDX);
 27     DDX_Control(pDX,IDC_STATIC,m_staBmp);
 28 }
 29 
 30 
 31 BEGIN_MESSAGE_MAP(CThresholdDlg, CDialog)
 32     ON_BN_CLICKED(IDC_Open_BMP, &CThresholdDlg::OnBnClickedOpenBmp)
 33     ON_BN_CLICKED(IDC_OutsThreshold, &CThresholdDlg::OnBnClickedOutsthreshold)
 34     ON_BN_CLICKED(IDC_AdaptiveThreshold, &CThresholdDlg::OnBnClickedAdaptivethreshold)
 35     ON_BN_CLICKED(IDC_SaveResult, &CThresholdDlg::OnBnClickedSaveresult)
 36 END_MESSAGE_MAP()
 37 
 38 CDib* CThresholdDlg::GetDib()
 39 {
 40     return &dib;
 41 }
 42 
 43 void CThresholdDlg::DrawBitmap(void)
 44     {
 45         CDC* pDC=m_staBmp.GetDC();
 46         Graphics graph(pDC->GetSafeHdc());
 47         CRect rect;
 48         m_staBmp.GetClientRect(rect);
 49         pDC->FillRect(rect, &CBrush(RGB(211, 211, 211)));
 50         CSize size;
 51         size.cx=rect.Width();
 52         size.cy=rect.Height();
 53         dib.Draw(pDC,CPoint(0,0),size);
 54         ReleaseDC(pDC);
 55     }
 56 // CThresholdDlg 消息处理程序
 57 
 58 
 59 void CThresholdDlg::OnBnClickedOpenBmp()
 60 {
 61     // TODO: 在此添加控件通知处理程序代码
 62     LPCTSTR lpszFilter=L"BMP Files(*.bmp)|*.bmp|JPG Files(*.jpg)|*.jpg|All Files(*.*)|*.*||";
 63     CFileDialog dlg(TRUE,NULL,NULL,OFN_HIDEREADONLY|OFN_OVERWRITEPROMPT|OFN_EXPLORER,lpszFilter,NULL);
 64     CFile file;
 65     if(dlg.DoModal()==IDOK)
 66     {
 67         m_BmpFilePath=dlg.GetPathName();
 68         if(file.Open(m_BmpFilePath,CFile::modeRead|CFile::shareDenyNone,NULL)==0)
 69         {
 70             return;
 71         }
 72         dib.LoadFromFile(m_BmpFilePath);
 73         DrawBitmap();
 74     }
 75 }
 76 
 77 
 78 void CThresholdDlg::OnBnClickedOutsthreshold()
 79 {
 80     // TODO: 在此添加控件通知处理程序代码
 81     CThreshold threshold(GetDib());
 82     //threshold.m_pDib=GetDib();
 83     if(!dib.IsGrade())
 84         {
 85             dib.RgbToGrade();
 86             DrawBitmap();
 87         }
 88         else
 89         {;}
 90     threshold.OtusThreshold();
 91     DrawBitmap();
 92 }
 93 
 94 
 95 void CThresholdDlg::OnBnClickedAdaptivethreshold()
 96 {
 97     // TODO: 在此添加控件通知处理程序代码
 98     CThreshold threshold(GetDib());
 99     //threshold.m_pDib=GetDib();
100     if(!dib.IsGrade())
101         {
102             dib.RgbToGrade();
103             DrawBitmap();
104         }
105         else
106         {;}
107     threshold.AdaptiveThreshold();
108     DrawBitmap();
109 }
110 
111 
112 void CThresholdDlg::OnBnClickedSaveresult()
113 {
114     // TODO: 在此添加控件通知处理程序代码
115     LPCTSTR lpszFilter=L"BMP Files(*.bmp)|*.bmp|All Files(*.*)|*.*||";
116         CFileDialog dlg(FALSE,NULL,NULL,OFN_HIDEREADONLY|OFN_EXPLORER,lpszFilter,NULL);
117         if(dlg.DoModal()!=IDOK)
118             return;
119         dib.SaveToFile(dlg.GetPathName());
120 }

Threshold.h

 /** Threshold.h*/
 1 #pragma once
 2 
 3 #include "Dib.h"
 4 
 5 class CThreshold
 6 {
 7 public:
 8     CThreshold();
 9     CThreshold(CDib *pDib);
10 public:
11     ~CThreshold(void);
12 public:
13     void AdaptiveThreshold(void);
14     void OtusThreshold(void);
15 private:
16     CDib * m_pDib; 
17 };

Threshold.cpp

  /**Threshold.cpp*/
  1 #include "StdAfx.h"
  2 #include "Threshold.h"
  3 #include "math.h"
  4 
  5 CThreshold::CThreshold()
  6 {
  7 }
  8 
  9 CThreshold::CThreshold(CDib *pDib)
 10 {
 11     m_pDib = pDib;
 12 }
 13 
 14 CThreshold::~CThreshold(void)
 15 {
 16 }
 17 
 18 //=======================================================
 19 // 函数功能： 最大方差阈值分割
 20 // 输入参数： 无
 21 // 返回值：   无
 22 //=======================================================
 23 void CThreshold::OtusThreshold(void)
 24 {
 25     // 循环变量
 26     int i, j;
 27 
 28     // 原图数据区指针
 29     LPBYTE p_data;
 30     p_data = m_pDib->GetData();
 31 
 32     // 图像每行像素所占的字节数
 33     int nLineByte = m_pDib->GetLineByte();
 34 
 35     // 图像的宽度
 36     int nWidth = m_pDib->GetWidth();
 37 
 38     // 图像的高度
 39     int nHeight = m_pDib->GetHeight();
 40 
 41     // 灰度直方图数组，并初始化
 42     int nGrayHistogram[256];
 43     memset(nGrayHistogram, 0, sizeof(nGrayHistogram));
 44      
 45     // 统计各个灰度级对应的像素个数，并存放到灰度直方图数组中
 46     int nPixel;
 47     for (j = 0; j < nHeight; j ++)
 48         for (i = 0; i < nWidth; i ++)
 49         {
 50             // 获取当前像素点的灰度值
 51             nPixel = p_data[nLineByte * j + i];    
 52 
 53             // 对灰度值统计计数
 54             nGrayHistogram[nPixel] ++;        
 55         }
 56 
 57     // c0组和c1组的均值
 58     float u0, u1;
 59 
 60     // c0组和c1组的概率
 61     float w0, w1;
 62 
 63     // c0组的像素总数
 64     int nCount0;
 65 
 66     // 阈值和最佳阈值（对应方差最大时的阈值）
 67     int nT, nBestT;
 68 
 69     // 方差和最大方差
 70     float fVaria, fMaxVaria = 0;
 71 
 72     // 统计直方图中像素点的总数，并存放到nSum中
 73     int nSum=0;
 74     for(i = 0; i < 256; i ++)
 75         nSum += nGrayHistogram[i];
 76 
 77 
 78     // 令阈值nT从0遍历到255
 79     for(nT = 0; nT < 256; nT ++)
 80     {
 81         // 当阈值为nT时，计算c0组的均值和概率
 82         u0 = 0;
 83         nCount0 = 0;
 84         for(i = 0; i <= nT; i++)
 85         {
 86             u0 += i * nGrayHistogram[i];
 87             nCount0 += nGrayHistogram[i];
 88         }
 89         u0 /= nCount0;
 90         w0 = (float) nCount0 / nSum;
 91 
 92         // 当阈值为nT时，计算c1组的均值和概率
 93         u1 = 0;
 94         for(i = nT+1; i < 256; i ++)
 95              u1 += i * nGrayHistogram[i];
 96         u1 /= (nSum - nCount0);
 97         w1 = 1 - w0;
 98 
 99         // 计算两组间的方差
100         fVaria = w0 * w1 * (u0 - u1) * (u0 - u1);
101 
102         // 记录最大方差和最佳阈值
103         if(fVaria > fMaxVaria)
104         {
105             fMaxVaria = fVaria;
106             nBestT = nT;
107         }
108     }
109 
110     // 利用最佳阈值对原图像作分割处理
111     for(j = 0; j < nHeight; j ++)
112         for(i = 0; i < nWidth; i ++)
113         {
114             if(p_data[j * nLineByte + i] < nBestT)
115                 p_data[j * nLineByte + i] = 0;
116             else
117                 p_data[j * nLineByte + i] = 255;
118         }
119 }
120 
121 
122 //=======================================================
123 // 函数功能： 自适应阈值分割
124 // 输入参数： 无
125 // 返回值：   无
126 //=======================================================
127 void CThreshold::AdaptiveThreshold(void)
128 {
129     // 循环变量
130     int i,j;
131     
132     // 原图像数据区指针
133     LPBYTE p_data;
134     p_data = m_pDib->GetData();
135 
136     // 图像每行像素所占的字节数
137     int nLineByte = m_pDib->GetLineByte();
138 
139     // 图像的宽度
140     int nWidth = m_pDib->GetWidth();
141 
142     // 图像的高度
143     int nHeight = m_pDib->GetHeight();
144 
145     // 局部阈值
146     int nThreshold[2][2];
147 
148     // 子图像的灰度平均值
149     int nAvgValue;
150 
151     // 对左上图像逐点扫描,计算该子图像的灰度平均值
152     nAvgValue = 0;
153     for(j = nHeight / 2; j < nHeight; j ++)
154         for(i = 0; i < nWidth / 2; i ++)
155             nAvgValue += p_data[j * nLineByte + i];
156     nAvgValue /= ((nHeight / 2) * (nLineByte / 2));
157 
158     // 设置阈值为子图像的平均值
159     nThreshold[0][0] = nAvgValue;
160 
161     // 对左上图像逐点扫描并进行阈值分割
162     for(j = nHeight / 2; j < nHeight; j ++)
163         for(i = 0; i < nWidth / 2; i ++)
164         {
165             if(p_data[j * nLineByte + i] < nThreshold[0][0])
166                 p_data[j * nLineByte + i] = 0;
167             else
168                 p_data[j * nLineByte + i] = 255;
169         }
170 
171     // 对右上图像逐点扫描,计算该子图像的灰度平均值
172     nAvgValue = 0;
173     for(j = nHeight / 2; j < nHeight; j ++)
174         for(i = nWidth / 2; i < nWidth; i ++)
175             nAvgValue += p_data[j * nLineByte + i];
176     nAvgValue /= ((nHeight / 2) * (nLineByte / 2));
177 
178     // 设置阈值为子图像的平均值
179     nThreshold[0][1] = nAvgValue;
180 
181     // 对右上图像逐点扫描并进行阈值分割
182     for(j = nHeight / 2; j < nHeight; j ++)
183         for(i = nWidth / 2; i < nWidth; i ++)
184         {
185             if(p_data[j * nLineByte + i] < nThreshold[0][0])
186                 p_data[j * nLineByte + i] = 0;
187             else
188                 p_data[j * nLineByte + i] = 255;
189         }
190 
191     // 对左下图像逐点扫描,计算该子图像的灰度平均值
192     nAvgValue = 0;
193     for(j = 0; j < nHeight / 2; j ++)
194         for(i = 0; i < nWidth / 2; i ++)
195             nAvgValue += p_data[j * nLineByte + i];
196     nAvgValue /= ((nHeight / 2) * (nLineByte / 2));
197 
198     // 设置阈值为子图像的平均值
199     nThreshold[1][0] = nAvgValue;
200 
201     // 对左下图像逐点扫描并进行阈值分割
202     for(j = 0; j < nHeight / 2; j ++)
203         for(i = 0; i < nWidth / 2; i ++)
204         {
205             if(p_data[j * nLineByte + i] < nThreshold[0][0])
206                 p_data[j * nLineByte + i] = 0;
207             else
208                 p_data[j * nLineByte + i] = 255;
209         }
210 
211     // 对右下图像逐点扫描,计算该子图像的灰度平均值
212     nAvgValue = 0;
213     for(j = 0; j < nHeight / 2; j ++)
214         for(i = nWidth / 2; i < nWidth; i ++)
215             nAvgValue += p_data[j * nLineByte + i];
216     nAvgValue /= ((nHeight / 2) * (nLineByte / 2));
217 
218     // 设置阈值为子图像的平均值
219     nThreshold[1][1] = nAvgValue;
220 
221     // 对右下下图像逐点扫描并进行阈值分割
222     for(j = 0; j < nHeight / 2; j ++)
223         for(i = nWidth / 2; i < nWidth;i ++)
224         {
225             if(p_data[j * nLineByte + i] < nThreshold[0][0])
226                 p_data[j * nLineByte + i] = 0;
227             else
228                 p_data[j * nLineByte + i] = 255;
229         }
230 }

最后我们在视图类的实现（C*View.cpp）文件里添加命令响应函数：

/** C**View.cpp*/
1 void CImgProView::OnThreshhold()
2 {
3     // TODO: 在此添加命令处理程序代码
4     CThresholdDlg thresholddlg;
5     thresholddlg.DoModal();
6 }

注：Dib.h和Dib.cpp文件在

VC++2010开发数字图像系统1

中给出

相关阅读:
洛谷 P1494 [国家集训队]小Z的袜子 /【模板】莫队
 洛谷 P2801 教主的魔法
 数据库三范式
 vi和vim三种常见模式
 linux目录结构的具体介绍
 Linux怎么用root用户登录
 虚拟机的网络连接的三种方式
 事务
 数据库存储引擎
 delete和truncate
原文地址：https://www.cnblogs.com/sxzheng/p/3112675.html