CImage访问像素及其像素操作总结

MSDN的代码

  1. COLORREF pixel;  
  2.    int maxY = imgOriginal.GetHeight(), maxX = imgOriginal.GetWidth();  
  3.    byte r,g,b,avg;  
  4.    for (int y=0; y<maxY; y++) {  
  5.        for (int x=0; x<maxX; x++) {  
  6.             pixel = imgOriginal.GetPixel(x,y);  
  7.             r = GetRValue(pixel);  
  8.             g = GetGValue(pixel);  
  9.             b = GetBValue(pixel);  
  10.             avg = (r+ g+ b)/3;  
  11.             imgOriginal.SetPixelRGB(x,y,avg,avg,avg);  
  12. }}  

这种方式效率很低, 因为每次调用getpixel,都包含着程序的进栈和出栈。所以,面对大量需要处理的数据,采用直接访问内存地址的方法。

  1.    byte* pRealData;  
  2.    pRealData=(byte*)imgOriginal.GetBits();  
  3.    int pit=imgOriginal.GetPitch();  
  4.    int bitCount=imgOriginal.GetBPP()/8;  
  5.    for (int y=0; y<maxY; y++) {  
  6.         for (int x=0; x<maxX; x++) {  
  7.              int grayVal=(int)(int)(*(pRealData + pit*y + x*bitCount))*0.3    
  8.                      + (int)(int)(*(pRealData + pit*y + x*bitCount +1))*0.59    
  9.                      + (int)(int)(*(pRealData + pit*y + x*bitCount +2))*0.11;  
  10.      *(pRealData + pit*y + x*bitCount)=grayVal;  
  11.      *(pRealData + pit*y + x*bitCount +1)=grayVal;  
  12.      *(pRealData + pit*y + x*bitCount +2)=grayVal;  
  13. //如果是8位灰度图像,直接读取一个BYTE位为灰度值  
  14. //如果是24位RGB图像,则依次读取pixAddr,pixAddr+1,pixAddr+2为B、G、R分量值  
  15. }}  

用两种方法对同一张图片(3264*2448像素)进行处理,前者需要1分钟,后者只需1秒左右。

所以,后者比前者至少快60倍

 

直接访问内存地址的另一种方式:

        int i,j,temp;
	int pixel[4];
	int width = yuantu.GetWidth();
	int height = yuantu.GetHeight();
	int widthBytes = yuantu.GetPitch();
	bianyuantu.Create(width,height,yuantu.GetBPP());

	if(yuantu.IsIndexed())
	{
		yuantu.GetColorTable(0,256,colorTable);
		bianyuantu.SetColorTable(0,256,colorTable);
	}
	BYTE *pYuantuData = (BYTE*)yuantu.GetBits();
	BYTE *pBianyuantuData =(BYTE*)bianyuantu.GetBits();

	for(j=0;j<height-1;j++)
	{
		for(i=0;i<width-1;i++)
		{
			pixel[0]=pYuantuData[j*widthBytes+i];
			pixel[1]=pYuantuData[j*widthBytes+i+1];
			pixel[2]=pYuantuData[(j+1)*widthBytes+i];
			pixel[3]=pYuantuData[(j+1)*widthBytes+i+1];
			temp=(int)sqrt((double)((pixel[0]-pixel[3])*(pixel[0]-pixel[3])
				+(pixel[1]-pixel[2])*(pixel[1]-pixel[2]))); //罗伯特算子
			pBianyuantuData[j*widthBytes+i]=temp;
		}
	}

  

彩色图像转化为灰度图的处理方式

//真彩色图像变为灰度图,直接修改像素点的值

 
  1. void PixelsChangedToGray(CImage *pImage)  
  2. {  
  3.     int  nByte,j,i,nWidth,nHeight,nBytesPerPixel;  
  4.     BYTE  *pPixelLine,cNewPixelValue;  
  5.     nWidth=pImage->GetWidth();   nHeight=pImage->GetHeight();  
  6.     nBytesPerPixel= pImage->GetBPP()/8;  
  7.     for (i=0;i<nHeight;i++){  
  8.         pPixelLine =(BYTE*) pImage->GetPixelAddress(0,i);  
  9.         nByte=0;  
  10.         for (j=0;j<nWidth;j++){      cNewPixelValue=(BYTE)(0.11*pPixelLine[nByte]  
  11.                                                         +0.59*pPixelLine[nByte+1]  
  12.                                                         +0.30*pPixelLine[nByte+2]);  
  13.         pPixelLine[nByte] = pPixelLine[nByte+1] = pPixelLine[nByte+2]  
  14.                         = cNewPixelValue;  
  15.         nByte+=nBytesPerPixel;  
  16.         }    
  17.     }  
  18. }  


//非真彩色图像变为灰度图,修改调色板信息 

  1. void PaletteChangedToGray(CImage *pImage)  
  2. {  
  3.     RGBQUAD  ColorTabs[256];  
  4.     int  i,nColorTableEntries,nNewGrayColor;  
  5.     nColorTableEntries=pImage->GetMaxColorTableEntries();  
  6.     pImage->GetColorTable(0,nColorTableEntries,ColorTabs);  
  7.     for (i=0;i<nColorTableEntries;i++){  
  8.         nNewGrayColor=(int)(0.11*ColorTabs[i].rgbBlue  
  9.                                            + 0.59*ColorTabs[i].rgbGreen   
  10.                                            + 0.30*ColorTabs[i].rgbRed);  
  11.         ColorTabs[i].rgbBlue = (BYTE)nNewGrayColor;  
  12.         ColorTabs[i].rgbGreen = (BYTE)nNewGrayColor;  
  13.         ColorTabs[i].rgbRed = (BYTE)nNewGrayColor;      
  14.     }  
  15.     pImage->SetColorTable(0,nColorTableEntries,ColorTabs);  
  16. }  
posted @ 2014-10-19 22:15  楚兴  阅读(1286)  评论(0编辑  收藏  举报