c数字图像处理算法
‘壹’ c语言数字图像处理，如何将两张图片合在一块。（本人刚学，不太懂，程序如何设计）
1. C++没有提供删除std::(w)string的前后空格的函数，比如TrimSpace.
2. 很多库都提供, 但是为了移植代码方便，最好还是能用标准库解决就用标准库.
‘贰’ 基于C语言的 数字图像处理 有什么经典教材需要注意什么
数字图像处理教材一般偏重于算法，很少有直接和C语言相关给出编程范例的。强烈建议选用一本经典教材，如冈萨雷斯的，外加几本侧重于编程的书，如VC++数字图像处理等，国内有许多版本，结合起来进行。如果感到吃力可先看教材，把基本概念和常用算法弄清楚了再上手编程，可以先使用MATLAB达到这个目的，经典教材依然是冈萨雷斯那本，国内也有很多这方面的书，图书馆借就可以。有了基础后上手编程强烈建议使用OpenCV，国内最权威的网站：www.opencv.org.cn，网页上的两本教材都是很不错的参考资料。
基于C语言的，有一本老书很不错：吕凤军 《数字图像处理编程入门》，网络吧，资料挺多。
最后啰嗦一句：路漫漫其修远兮，不要妄想短期内有所突破，除非你基础特别好。
‘叁’ visual c++ visualc数字图像处理技术详解 怎么样
《Visual C++数字图像处理技术详解（第2版）》以数字图像处理技术为主线，全面介绍在Visual C++环境中进行数字图像处理程序设计的方法，内容涵盖了数字图像的几何变换、正交变换（特征提取）、增强、复原、重建、形态学处理、分割、匹配、压缩编码及特效处理等，并针对每种方法均给出基本原理、典型算法、Visual C++源码及综合应用实例。同时，本书还介绍了Visual C++与VTK、OpenCV等开发平台相结合进行数字图像处理的程序设计技术。
本书内容全面，深入浅出，层次分明，侧重知识的系统性、针对性和先进性，注重理论结合实践，培养工程应用能力。另外，本书还配有综合实例的完整源程序，便于在学习和实际开发中使用。
‘肆’ c++怎么写数字图像处理的代码
偏重算法验证，MatlAB的强大数学函数库及矩阵运算方式当然方便，最起码的FFT、CFT算法都是现成的；注重图像显示，或是开发一些面向对象处理的图像处理软件，当然VC++显得很炫，C++的库和对象等编程观念是一种特点（未必是优势）。一般搞图像处理的好像MatlAB和C++都是要用的工具吧，我身边的人大多都要用到这两种工具。比如我们对一堆遥感点云进行处理，开始要先进行点云到图像的转换算法，这一步的一些滤波消噪、特征提取算法肯定用MatlAB编写验证来得方便，后期对图像再进行一些显示层面的处理或者开发出软件，VC比MatlAB要好一些（好在哪里呢？反正仁者见仁智者见智，我是再也不会用MatlAB开发软件了）。C（以及C++、VC++）或MatlAB说白了仅仅是一种工具而已，对初学者，MatlAB容易上手（但深入进去也是别有洞天），C工具亦有自身的优点，但不易上手。其实两种工具都是基于C语音的，C语音才是常青树。人的脑袋中有个好的idea最关键，工具是根据需要才选用。
‘伍’ 怎样用C语言实现数字图像处理的局部直方图均衡算法
1、ctrl+alt+l，自动色阶。 2、手动调色阶，用黑场和白场吸取色样。 3、曲线调色。 4、图像调整，匹配颜色，勾选中和选项。 方法很多的，学会灵活运用哟
‘陆’ （急）数字图像处理主要包含哪八个方面的内容
主要内容有：图像增强、图像编码、图像复原、图像分割、图像分类、图像重建、图像信息的输出和显示。
图像增强用于改善图像视觉质量；图像复原是尽可能地恢复图像本来面目；图像编码是在保证图像质量的前提下压缩数据，使图像便于存储和传输；图像分割就是把图像按其灰度或集合特性分割成区域的过程。
图像分类是在将图像经过某些预处理（压缩、增强和复原）后，再将图像中有用物体的特征进行分割，特征提取，进而进行分类；图像重建是指从数据到图像的。处理，即输入的是某种数据，而经过处理后得到的结果是图像。
(6)c数字图像处理算法扩展阅读
发展概况
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。
他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。
随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。
在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。
‘柒’ 数字图像处理的基本概念
(一)数字图像
数字图像,又称数字化图像,是一种以二维数组(矩阵)形式表示的图像。该数组由对连续变化的空间图像作等间距抽样所产生的抽样点——像元(像素)组成,抽样点的间距取决于图像的分辨率或服从有关的抽样定律抽样点(像元)的量值,通常为抽样区间内连续变化之量物的均值化量值,一般称作亮度值或灰度值,它们的最大、最小值区间代表该数字图像的动态范围。数字图像的物理含义取决于抽样对象的性质。对于遥感数字图像,就是相应成像区域内地物电磁辐射强度的二维分布。
在数字图像中,像元是最基本的构成单元。每一个像元的位置可由行、列(x,y)坐标确定;亮度值(z)通常以0(黑)到255(白)为取值范围。因此,任何一幅数字图像都可以通过X、Y、Z的三维坐标系表示出。例如,陆地卫星的MSS图像(图4-8),便可看作x=2340(行),y=3240(列),z=0-255的三维坐标系。TM、HRV等亦然,只是行、列数不同而已。
图4-8 陆地卫星MSS数字图像的构成原理
数字图像可以有各种不同的来源:大多数卫星遥感,如MSS、TM、HRV、AVERR等等,地面景像的遥感信息都直接记录在数字磁带上,有关的接收系统(遥感卫星地面站、气象卫星接收站等)均可提供相应的计算机兼容数字磁带(CCT)及其记录格式。应用人员只要按记录格式将CCT数据输入计算机图像处理系统,即可获得数字图像,并进行各种图像处理;对于胶片影像,则可通过透射密度计、飞点扫描器、鼓形扫描器及摄像扫描器等,将影像密度转换为数值,进而形成数字图像;对于非遥感的地学图件,如地形图、地质图、航磁图、重力图、化探元素异常图等等,也可通过数字化仪,转换为数字图像。同一地区不同来源的数字图像都可精确配准,并作复合处理。
与光学图像相比,数字图像量化等级高(256级)、失真度小、不同图像的配准精度高、传输及储存方便,尤为重要的是可由计算机进行各种灵活、可靠、有效的处理,使遥感图像获得更好的判读、分析等应用效果。
(二)数字图像处理
数字图像以不同亮度值像元的行、列矩阵组织数据,其最基本的特点就是像元的空间坐标和亮度取值都被离散化了,即只能取有限的、确定的值。所以,离散和有限是数字图像最基本的数学特征。所谓数字图像处理,就是依据数字图像的这一数字特征,构造各种数字模型和相应的算法,由计算机进行运算(矩阵变换)处理,进而获得更加有利于实际应用的输出图像及有关数据和资料。故数字图像处理通常也称为计算机增强处理。
数字图像处理在算法上基本可归为两类:一类为点处理,即施行图像变换运算时只输入图像空间上一个像元点的值,逐点处理,直到所有点都处理完毕,如反差增强、比值增强等;另一类为邻域处理,即为了产生一个新像元的输出,需要输入与该像元相邻的若干个像元的数值。这类算法一般用作空间特征的处理,如各种滤波处理。点处理和邻域处理有各自不同的适应面,在设计算法时,需针对不同的处理对象和处理目标加以选择。
遥感数字图像处理,数据量一般很大,往往要同时针对一组数字图像(多波段、多时相等)作多种处理,因此,需要依据遥感图像所具有的波谱特征、空间特征和时间特性,按照不同的对象和要求构造各种不同的数学模型,设计出不同的算法,不仅处理方法非常丰富,而且形成了自身的特色,已发展为一门专门的技术。根据处理目的和功能的不同,目前遥感数字图像处理主要包括以下四方面的内容。
1.图像恢复处理:旨在改正或补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失等。属预处理范畴,一般包括辐射校正、几何校正、数字放大、数字镶嵌等。
2.图像增强处理:对经过恢复处理的数据通过某种数学变换,扩大影像间的灰度差异,以突出目标信息或改善图像的视觉效果,提高可解译性。主要包括有反差增强、彩色增强、运算增强、滤波增强、变换增强等方法。
3.图像复合处理:对同一地区各种不同来源的数字图像按统一的地理坐标作空间配准叠合,以进行不同信息源之间的对比或综合分析。通常也称多元信息复合,既包括遥感与遥感信息的复合,也包括遥感与非遥感地学信息的复合。
4.图像分类处理:对多重遥感数据,根据其像元在多维波谱空间的特征(亮度值向量),按一定的统计决策标准,由计算机划分和识别出不同的波谱集群类型,据以实现地质体的自动识别分类。有监督和非监督两种分类方法。
遥感数字图像处理的过程和各部分内容的关系如图4-9。本节将从遥感地质应用的角度简要介绍其中几种常用的处理方法,有一些方法(如复合处理)将在有关的应用章节讨论。
数字图像处理既可在专用的图像处理系统上进行,也可自编程序在通用计算机或微机上进行;处理结果既可打印成数符图(图4-10),也可以在彩色显示器上作彩色显示;既可以输出单波段的黑白图像,也可以输出多波段合成或各种运算处理结果的彩色图像(参见图版③);既可以内拍或扫描到胶片上成像,也可以外摄翻拍成像;既可以直接形成成果图件,给出各种统计数据,也可以再记录到CCT上转存……。总之,十分灵活、方便,比光学图像处理有更强的适应性,越来越得到广泛的应用。
图4-9 遥感图像数字处理基本流程
(三)数字图像处理系统
遥感数字图像处理不仅数据量大,而且数据传输频繁,专业性强,因此,一般都要在专门的处理设备上进行。用以进行数字图像处理的专门计算机设备及其功能软件即称之为数字图像处理系统,通通由硬件系统和软件系统两大部分组成。
其中,硬件系统,按目前国内外的发展趋势可分为大型的专用机系统(如目前国内使用的I2S公司的S600系统)和微机图像处理系统两类。一般情况下,它们都包括以下一些基本的部件(图4-11):
1.主机:进行各种运算、预处理、统计分析和协调各种外围设备运转的控制中心,是最基本的设备。一般为速度快、内存大的计算机,如VAX-11、VAX-3600等。随着微机的内存日渐扩大、运算速度越来越快,已可以用微机取代,如PC386、PC486及各种工作站等。
图4-10 杭州三潭印月TM5波段数符图
图4-11 数字图像处理系统基本结构示意图
2.磁带机和磁盘机:连结数字磁带(CCT)和主机的数据传输装置,既可以输入CCT数据,也可以将中间处理和最终处理的结果再转存记录到CCT上;对于微机系统,图像数据的传输一般用软磁盘,但对大数据量的卫星CCT则需用具微机接口的磁带机(如F880);
3.图像处理机:数字图像处理专用的核心设备,既具体承担各种图像处理功能,如图像复原、几何校正、增强和分类等各种变换处理等等,也是主机和各种输出输入设备的纽带。就前者而言,它实际上是各种图像处理软件的硬件化。目前国内使用较多的M75图像处理机即是,它可以快速处理显示512×512或1024×1024的图像;对于微机系统,则可以用图像处理板(MVP-AT板)代替。
4.输出设备:用作处理结果的监视分析(彩色监视器或彩显)及记录、成图(包括宽行打印机、彩色喷墨打印机、绘图仪、胶片记录扫描仪等等)。
对于功能齐全的系统,除上述外,通常还包括有胶片影像的摄像或扫描数字化仪、图形数字化仪等输入设备。
软件系统系指与硬件系统配套的用于图像处理及操作实施的各种软件。一般包括系统软件和应用软件两部分。前者又包括操作系统和编译系统,主要用于输入指令、参数及与计算机“对话”;后者则是以某种语言编制的应用软件,存于硬件系统的应用程序库中,用户可按研究任务采用对话方式或菜单方式,发出相应的指令使用这些程序,由主机作运算处理,获得所需的结果。不同专业往往设计有各自的应用软件系统,故国际上已涌现出各种各样的软件系统,如JPL的VICAR系统、LARSYS系统等等;目前微机上则普遍采用C语言编程,也已开发了一系列的微机图像处理的应用软件。
‘捌’ 数字图像处理问题（编程实现直方图均衡化算法）
C实现的，matlab里面就更简单了
//LPSTR lpDIBBits - 指向源DIB图像指针
//LONG lWidth - 源图像宽度（象素数）
//LONG lHeight - 源图像高度（象素数）
BOOL WINAPI InteEqualize(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
// 指向源图像的指针
unsigned char* lpSrc;
// 临时变量
LONG lTemp;
// 循环变量
LONG i;
LONG j;
// 灰度映射表
BYTE bMap[256];
// 灰度映射表
LONG lCount[256];
// 图像每行的字节数
LONG lLineBytes;
// 计算图像每行的字节数
lLineBytes = WIDTHBYTES(lWidth * 8);
// 重置计数为0
for (i = 0; i < 256; i ++)
{
// 清零
lCount[i] = 0;
}
// 计算各个灰度值的计数
for (i = 0; i < lHeight; i ++)
{
for (j = 0; j < lWidth; j ++)
{
lpSrc = (unsigned char *)lpDIBBits + lLineBytes * i + j;
// 计数加1
lCount[*(lpSrc)]++;
}
}
// 计算灰度映射表
for (i = 0; i < 256; i++)
{
// 初始为0
lTemp = 0;
for (j = 0; j <= i ; j++)
{
lTemp += lCount[j];
}
// 计算对应的新灰度值
bMap[i] = (BYTE) (lTemp * 255 / lHeight / lWidth);
}
// 每行
for(i = 0; i < lHeight; i++)
{
// 每列
for(j = 0; j < lWidth; j++)
{
// 指向DIB第i行，第j个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
// 计算新的灰度值
*lpSrc = bMap[*lpSrc];
}
}
// 返回
return TRUE;
}
‘玖’ C语言数字图像处理是要做些什么
这个跟你用的语言没有关系，无论你使用C也好Matlab也好都是为了图像处理这个目标。
图像处理其实很庞杂，包括灰度处理、彩色处理、形态学处理等等。
‘拾’ 数字图像处理 需要怎样的编程能力
数字图像处理所需要的工具：c语言或c++语言，还要懂数据结构，很多算法实现需要用到复杂的数据结构。掌握了这三门，基本就差不多了。至于vc只是一个编译工具而已，很多情况下就是做演示用的，不是核心。去公司的话一般都是用c或c++边功能函数，然后有专门的人负责编界面。而且界面不需要复杂，最重要的是里面算法的实现。