17.3.4 颜色矩阵

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。
17.3.4.1 矩阵基本概念

矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合,类似于数组。

由于在图像处理时使用到矩阵的乘法,这里只谈谈矩阵的乘法运算。

矩阵乘法运算公式:

图17-56 矩阵乘法运算公式

在C#中,矩阵使用了颜色的四个分量:红色分量R、绿色分量G、蓝色分量B、透明度A。但光是依靠上述4个分量,不足以完全实现矩阵变换,所以再加上一个用来进行颜色增减的分量W,而W始终等于255。

假设变换前的5个颜色分量为R、G、B、A、W;

变换后的5个颜色分量为R’、G’、B’、A’、W’,

乘以一个5×5的矩阵,得到公式如下:

图17-57 颜色矩阵乘法公式

R’、G’、B’、A’、W’对应的值分别为:

R'= R*r1+G*g1+B*b1+A*a1+W*w1

G’= R*r2+G*g2+B*b2+A*a2+W*w2

B’= R*r3+G*g3+B*b3+A*a3+W*w3

A’= R*r4+G*g4+B*b4+A*a4+W*w4

W’= R*r5+G*g5+B*b5+A*a5+W*w5

在这个公式基础上,先来看几组比较常见的变换:

1、变换后颜色相同:

图17-58 矩阵变换:相同矩阵

具体计算过程:

R'= R*1+G*0+B*0+A*0+W*0 =R

G’= R*0+G*1+B*0+A*0+W*0 =G

B’= R*0+G*0+B*1+A*0+W*0 =B

A’=  R*0+G*0+B*0+A*1+W*0 =A

W’= R*0+G*0+B*0+A*0+W*1 =W

2、仅保留红色分量:

图17-59 矩阵变换:保留红色分量

3、仅保留绿色分量:

图17-60 矩阵变换:保留绿色分量

4、仅保留蓝色分量:

图17-61 矩阵变换:保留蓝色分量

5、灰度变换:平均值法,参看第17.3.1.3节:

图17-62 矩阵变换:灰度平均值

R'= R*0.33+G*0.33+B*0.33+A*0+W*0

G’=R*0.33+G*0.33+B*0.33+A*0+W*0

B’= R*0.33+G*0.33+B*0.33+A*0+W*0

A’=  A

W’= 0

6、灰度变换:指数加权法,参看第17.3.1.3节:

图17-63 矩阵变换:灰度指数加权

R'= R*0.30+G*0.59+B*0.11

G’=R*0.30+G*0.59+B*0.11

B’= R*0.30+G*0.59+B*0.11

A’=  A

W’= 0

7、逆反,参看第17.3.1.1节:

图17-64 矩阵变换:逆反

R'= R*-1+G*0+B*0+A*0+W*0  =-R

G’=R*0+G*-1+B*0+A*0+W*0=-G

B’= R*0+G*0+B*-1+A*0+W*0  =-B

A’=  R*0+G*0+B*0+A*1+W*0  =A

W’= R*0+G*0+B*0+A*0+W*0  = 0

在理想化的情况下,以红色分量为例:如果R=10,R逆反后为-R,即-10。由于R是Byte(范围是0-255),因此R=255-10=245。但是,实际情况下,C#可以那样运算,VB.Net不行,-10由于小于0,直接被转成了0;同样其它两个分量G、B,由于是负数,都直接成了0。使用上面逆反矩阵的话,得到的图像永远是一片白色的。

下面才是正确的逆反矩阵:

图17-65 矩阵变换:逆反修正

R'= R*-1+G*0+B*0+A*0+W*1  =255-R

G’=R*0+G*-1+B*0+A*0+W*1=255-G

B’= R*0+G*0+B*-1+A*0+W*1 =255-B

A’=  R*0+G*0+B*0+A*1+W*0  =A

W’= R*0+G*0+B*0+A*0+W*0  = 0

下一节我们将实战使用以上的矩阵公式。

17.3.4.2 ColorMatrix类

ColorMatrix(颜色矩阵)类是一个包含 RGBAW 空间坐标的 5 x 5 矩阵。ImageAttributes类的SetColorMatrix和SetColorMatrices方法通过使用ColorMatrix调整图像颜色。

ColorMatrix常用属性:

Item:ColorMatrix中位于指定的行和列的元素。

Matrix00:Single,单精度浮点数。 ColorMatrix 第 0行第 0 列的元素 (注意,同数组,矩阵行列的起始从0开始)。

Matrix01:Single,单精度浮点数。ColorMatrix 第 0行第 1 列的元素。

……

Matrix44:Single,单精度浮点数。ColorMatrix 第 4行第4 列的元素。

Matrix00-Matrix44的位置如下图:

图17-66 ColorMatrix元素位置

ColorMatrix的构造函数包括两个版本的重载:

1、public ColorMatrix()

2、public ColorMatrix( float[][] newColorMatrix )

第一种方法是声明一个ColorMatrix实例,然后使对它的属性Matrix00-Matrix44赋值。

常用的是第二种,定义并初始化一个二位数组,然后用构造函数 ColorMatrix(Single()()) 直接初始化一个Matrix,例如以下代码:

    float[][] imgMatrixElement= {

    new float[] {1, 0, 0, 0, 0},

    new float[] {0, 0, 0, 0, 0},

    new float[] {0, 0, 0, 0, 0},

    new float[] {0, 0, 0, 1, 0},

    new float[] {0, 0, 0, 0, 0}

    }

    Dim imgMatrix As New ColorMatrix(imgMatrixElement)

当实例化一个ColorMatrix后并给它的各个元素赋值后,就可以使用imageAttributes的SetColorMatrix方法,为图像设置颜色矩阵,例如:

imageAttributes.SetColorMatrix(imgMatrix, ColorMatrixFlag.Default, ColorAdjustType.Bitmap);

上述代码使用的是SetColorMatrix方法的以下重载版本:

public void SetColorMatrix( ColorMatrix newColorMatrix, ColorMatrixFlag mode, ColorAdjustType type )

参数说明:

  1. newColorMatrix:要进行颜色调整的矩阵。
  2. grayMatrix:这是一个ColorMatrixFlag 枚举,包含以下成员:
  1. AltGrays:仅调整灰色底纹。
  2. Default:指定所有的颜色值(包括灰色底纹)都由同样的颜色调整矩阵来调整。
  3. SkipGrays:指定调整所有颜色,但不调整灰色底纹。 灰色底纹是指其红色、绿色和蓝色分量的值都相同的任何颜色。

    通常情况下使用的是 ColorMatrixFlag.Default。

  1. 参数flags:这是一个ColorAdjustType枚举,包含以下成员:
  1. Any:指定的类型的数目。
  2. Bitmap:Bitmap 对象的颜色调整信息。
  3. Brush:Brush 对象的颜色调整信息。
  4. Count:指定的类型的数目。
  5. Default:自身没有颜色调整信息的所有 GDI+ 对象所使用的颜色调整信息。
  6. Pen:Pen 对象的颜色调整信息。
  7. Text:文本的颜色调整信息。

通常情况对图像的颜色进行调整,使用ColorAdjustType.Bitmap。

【例 17.57【项目:code17-035】使用矩阵灰度化图像。

本例中使用了第17.3.4.1节中灰度变换平均值法的矩阵。

窗体级变量、窗体载入、载入图片的代码请参看第17.3.1节【项目:code17-031】。

主要代码如下:

       private void btnGray_Click(object sender, EventArgs e)

        {

            ImageAttributes imageAttributes = new ImageAttributes();

            DateTime timeStart, timeEnd;

            TimeSpan timeDiff;

            timeStart = DateTime.Now;

            //灰度平均值法

            float [][] imgMatrixElement = {

                  new float [] { 0.33f, 0.33f, 0.33f, 0, 0},

                  new float [] { 0.33f, 0.33f, 0.33f, 0, 0},

                  new float [] { 0.33f, 0.33f, 0.33f, 0, 0},

                  new float [] { 0, 0, 0, 1, 0},

                  new float [] { 0, 0, 0, 0, 0}

            };

            ColorMatrix imgMatrix = new ColorMatrix(imgMatrixElement);

            imageAttributes.SetColorMatrix(imgMatrix, ColorMatrixFlag.Default, ColorAdjustType.Bitmap);

            Bitmap destImg = new Bitmap(sourceImg.Width, sourceImg.Height);

            Graphics g = Graphics.FromImage(destImg);

            g.DrawImage(sourceImg, new Rectangle(0, 0, sourceImg.Width, sourceImg.Height), 0, 0, sourceImg.Width, sourceImg.Height,

                        GraphicsUnit.Pixel, imageAttributes);

            picDest.Image = destImg;

            timeEnd = DateTime.Now;

            timeDiff = timeEnd - timeStart;

            lblByMatrix.Text = timeDiff.TotalMilliseconds + "ms";

        }

运行结果如下图所示:

图17-67 使用矩阵灰度化图像

从图17-57可以看到,使用矩阵处理图像所耗费的时间约为340.12ms,处理速度间于像素处理与内存处理,使用矩阵的代码比使用内存的代码更简洁,但是像素处理和内存处理更为灵活,应该根据实际需要选择图像处理方式。

【例 17.58【项目:code17-036】矩阵综合运用。

窗体上放置25个TextBox,名称从“txt00”到“txt44”,分别对应矩阵属性Matrix00至Matrix44。放置1个ComboBox,用于设置常见的矩阵值。

主要代码如下:

        Bitmap sourceImg;

        private void Form1_Load(object sender, EventArgs e)

        {

            picSource.SizeMode = PictureBoxSizeMode.StretchImage;

            picDest.SizeMode = PictureBoxSizeMode.StretchImage;

            cbMatrixType.DropDownStyle = ComboBoxStyle.DropDownList;

            cbMatrixType.Items.Add("全部重置");

            cbMatrixType.Items.Add("保留红色分量");

            cbMatrixType.Items.Add("保留绿色分量");

            cbMatrixType.Items.Add("保留蓝色分量");

            cbMatrixType.Items.Add("灰度平均值");

            cbMatrixType.Items.Add("灰度指数加权");

            cbMatrixType.Items.Add("逆反");

            cbMatrixType.Text = cbMatrixType.Items[0].ToString();

        }

        private void btnLoad_Click(object sender, EventArgs e)

        {

            OpenFileDialog ofd = new OpenFileDialog();

            ofd.Filter = "图片文件|*.jpg;*.png";

            if (ofd.ShowDialog() != DialogResult.OK)

                return;

            sourceImg = (Bitmap)Image.FromFile(ofd.FileName);

            picSource.Image = sourceImg;

        }

        private void btnDraw_Click(object sender, EventArgs e)

        {

            ImageAttributes imageAttributes =new ImageAttributes();

            ColorMatrix imgMatrix =new ColorMatrix();

            TextBox txtControl;

            for (int i = 0; i < 5; i++)

            {

                for (int j = 0; j < 5; j++)

                {

                    txtControl = (TextBox)(this.Controls["txt" + i + j]);

                    //矩阵相当于是二维数组

                    imgMatrix[i, j] = Single.Parse(txtControl.Text);

                }

            }

            imageAttributes.SetColorMatrix(imgMatrix, ColorMatrixFlag.Default, ColorAdjustType.Bitmap);

            Bitmap destImg =new Bitmap(sourceImg.Width, sourceImg.Height);

            Graphics g = Graphics.FromImage(destImg);

            g.DrawImage(sourceImg, new Rectangle(0, 0, sourceImg.Width, sourceImg.Height), 0, 0, sourceImg.Width, sourceImg.Height,

                        GraphicsUnit.Pixel, imageAttributes);

            picDest.Image = destImg;

        }

        private void cbMatrixType_SelectedIndexChanged(object sender, EventArgs e)

        {

            setMatrixType();

        }

        private void setMatrixType()

        {

            //重置矩阵的值

            resetText();

            switch(cbMatrixType.Text)

            {

                case "全部重置":

                    //不处理

                    break;

                case "保留红色分量":

                    txt00.Text = "1";

                    txt33.Text = "1";

                    break;

                case "保留绿色分量":

                    txt11.Text = "1";

                    txt33.Text = "1";

                    break;

                case "保留蓝色分量":

                    txt22.Text = "1";

                    txt33.Text = "1";

                    break;

                case "灰度平均值":

                    txt00.Text = "0.33";

                    txt01.Text = "0.33";

                    txt02.Text = "0.33";

                    txt10.Text = "0.33";

                    txt11.Text = "0.33";

                    txt12.Text = "0.33";

                    txt20.Text = "0.33";

                    txt21.Text = "0.33";

                    txt22.Text = "0.33";

                    txt33.Text = "1";

                    break;

                case "灰度指数加权":

                    txt00.Text = "0.30";

                    txt01.Text = "0.30";

                    txt02.Text = "0.30";

                    txt10.Text = "0.59";

                    txt11.Text = "0.59";

                    txt12.Text = "0.59";

                    txt20.Text = "0.11";

                    txt21.Text = "0.11";

                    txt22.Text = "0.11";

                    txt33.Text = "1";

                    break;

                case "逆反":

                    txt00.Text = "-1";

                    txt11.Text = "-1";

                    txt22.Text = "-1";

                    txt40.Text = "1";

                    txt41.Text = "1";

                    txt42.Text = "1";

                    txt33.Text = "1";

                    break;

                default:

                    break;

            }

        }

        //将矩阵关联的文本框全部重置为0

         private void resetText()

        {

            TextBox txtControl;

            for( int i = 0;i<5;i++)

            {

                for(int j = 0;j< 5;j++)

                {

                    //强制类型转换为相应名称的控件

                    txtControl = (TextBox)(this.Controls["txt" + i + j]);

                    txtControl.Text = "0";

                }

            }

        }

运行结果如下图所示:

图17-68 使用矩阵处理图像

学习更多vb.net知识,请参看vb.net 教程 目录

学习更多C#知识,请参看C#教程 目录

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/11794.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

音视频入门基础:RTP专题(8)——使用Wireshark分析RTP

一、引言 通过Wireshark可以抓取RTP数据包&#xff0c;该软件可以从Wireshark Go Deep 下载。 二、通过Wireshark抓取RTP数据包 首先通过FFmpeg将一个媒体文件转推RTP&#xff0c;生成RTP流&#xff1a; ffmpeg -re -stream_loop -1 -i input.mp4 -vcodec copy -an -f rtp …

【leetcode100】路径总和Ⅲ

1、题目描述 给定一个二叉树的根节点 root &#xff0c;和一个整数 targetSum &#xff0c;求该二叉树里节点值之和等于 targetSum 的 路径 的数目。 路径 不需要从根节点开始&#xff0c;也不需要在叶子节点结束&#xff0c;但是路径方向必须是向下的&#xff08;只能从父节点…

解锁数据结构密码:层次树与自引用树的设计艺术与API实践

1. 引言&#xff1a;为什么选择层次树和自引用树&#xff1f; 数据结构是编程中的基石之一&#xff0c;尤其是在处理复杂关系和层次化数据时&#xff0c;树形结构常常是最佳选择。层次树&#xff08;Hierarchical Tree&#xff09;和自引用树&#xff08;Self-referencing Tree…

python-leetcode-二叉树的层序遍历

102. 二叉树的层序遍历 - 力扣&#xff08;LeetCode&#xff09; # Definition for a binary tree node. # class TreeNode: # def __init__(self, val0, leftNone, rightNone): # self.val val # self.left left # self.right right from coll…

c++可变参数详解

目录 引言 库的基本功能 va_start 宏: va_arg 宏 va_end 宏 va_copy 宏 使用 处理可变参数代码 C11可变参数模板 基本概念 sizeof... 运算符 包扩展 引言 在C编程中&#xff0c;处理不确定数量的参数是一个常见的需求。为了支持这种需求&#xff0c;C标准库提供了 &…

w191教师工作量管理系统的设计与实现

&#x1f64a;作者简介&#xff1a;多年一线开发工作经验&#xff0c;原创团队&#xff0c;分享技术代码帮助学生学习&#xff0c;独立完成自己的网站项目。 代码可以查看文章末尾⬇️联系方式获取&#xff0c;记得注明来意哦~&#x1f339;赠送计算机毕业设计600个选题excel文…

Vuex状态管理

1、Vuex 是什么&#xff1f; Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式 库。它采用集中式存储管理应用的所有组件的状态&#xff0c;并以相应的规则保证状态以一种可预测的方式发生变化。 简单理解 Vuex可以帮我们管理全局的属性&#xff0c;并且是是响应式的&…

DBASE DBF数据库文件解析

基于Java实现DBase DBF文件的解析和显示 JDK19编译运行&#xff0c;实现了数据库字段和数据解析显示。 首先解析数据库文件头代码 byte bytes[] Files.readAllBytes(Paths.get(file));BinaryBufferArray bis new BinaryBufferArray(bytes);DBF dbf new DBF();dbf.VersionN…

亚博microros小车-原生ubuntu支持系列:20 ROS Robot APP建图

依赖工程 新建工程laserscan_to_point_publisher src/laserscan_to_point_publisher/laserscan_to_point_publisher/目录下新建文件laserscan_to_point_publish.py #!/usr/bin/env python3import rclpy from rclpy.node import Node from geometry_msgs.msg import PoseStam…

冷启动+强化学习:DeepSeek-R1 的原理详解——无需监督数据的推理能力进化之路

本文基于 DeepSeek 官方论文进行分析,论文地址为:https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf 有不足之处欢迎评论区交流 原文翻译 在阅读和理解一篇复杂的技术论文时,逐字翻译是一个重要的步骤。它不仅能帮助我们准确把握作者的原意,还能为后续…

优选算法的灵动之章:双指针专题(一)

个人主页&#xff1a;手握风云 专栏&#xff1a;算法 一、双指针算法思想 双指针算法主要用于处理数组、链表等线性数据结构中的问题。它通过设置两个指针&#xff0c;在数据结构上进行遍历和操作&#xff0c;从而实现高效解决问题。 二、算法题精讲 2.1. 查找总价格为目标值…

数据结构之栈和队列(超详解)

文章目录 概念与结构栈队列 代码实现栈栈是否为空&#xff0c;取栈顶数据、栈的有效个数 队列入队列出队列队列判空&#xff0c;取队头、队尾数据&#xff0c;队列的有效个数 算法题解有效的括号用队列实现栈用栈实现队列复用 设计循环队列数组结构实现循环队列构造、销毁循环队…

解析 Oracle 中的 ALL_SYNONYMS 和 ALL_VIEWS 视图:查找同义词与视图的基础操作

目录 前言1. ALL_SYNONYMS 视图2. ALL_VIEWS 视图3. 扩展 前言 &#x1f91f; 找工作&#xff0c;来万码优才&#xff1a;&#x1f449; #小程序://万码优才/r6rqmzDaXpYkJZF 1. ALL_SYNONYMS 视图 在 Oracle 数据库中&#xff0c;同义词&#xff08;Synonym&#xff09;是对数…

DeepSeek-R1 本地部署教程(超简版)

文章目录 一、DeepSeek相关网站二、DeepSeek-R1硬件要求三、本地部署DeepSeek-R11. 安装Ollama1.1 Windows1.2 Linux1.3 macOS 2. 下载和运行DeepSeek模型3. 列出本地已下载的模型 四、Ollama命令大全五、常见问题解决附&#xff1a;DeepSeek模型资源 一、DeepSeek相关网站 官…

【C语言入门】解锁核心关键字的终极奥秘与实战应用(二)

目录 一、sizeof 1.1. 作用 2.2. 代码示例 二、const 2.1. 作用 2.2. 代码示例 三、signed 和 unsigned 3.1. 作用 3.2. 代码示例 四、struct、union、enum 4.1. struct&#xff08;结构体&#xff09; 4.1.1. 作用 4.1.2. 代码示例 4.2. union&#xff08;联合…

如何确认Linux嵌入式系统的触摸屏对应的是哪个设备文件?如何查看系统中所有的输入设备?输入设备的设备文件有什么特点?

Linux嵌入式系统的输入设备的设备文件有什么特点&#xff1f; 在 Linux 中&#xff0c;所有的输入设备&#xff08;如键盘、鼠标、触摸屏等&#xff09;都会被内核识别为 输入事件设备&#xff0c;并在 /dev/input/ 目录下创建相应的 设备文件&#xff0c;通常是&#xff1a; …

ESP32-c3实现获取土壤湿度(ADC模拟量)

1硬件实物图 2引脚定义 3使用说明 4实例代码 // 定义土壤湿度传感器连接的模拟输入引脚 const int soilMoisturePin 2; // 假设连接到GPIO2void setup() {// 初始化串口通信Serial.begin(115200); }void loop() {// 读取土壤湿度传感器的模拟值int sensorValue analogRead…

Hive:窗口函数(1)

窗口函数 窗口函数OVER()用于定义一个窗口&#xff0c;该窗口指定了函数应用的数据范围 对窗口数据进行分区 partition by 必须和over () 一起使用, distribute by经常和sort by 一起使用,可以不和over() 一起使用.DISTRIBUTE BY决定了数据如何分布到不同的Reducer上&#xf…

【react-redux】react-redux中的 useDispatch和useSelector的使用与原理解析

一、useSelector 首先&#xff0c;useSelector的作用是获取redux store中的数据。 下面就是源码&#xff0c;感觉它的定义就是首先是createSelectorHook这个方法先获得到redux的上下文对象。 然后从上下文对象中获取store数据。然后从store中得到选择的数据。 2、useDispatc…

java异常处理——try catch finally

单个异常处理 1.当try里的代码发生了catch里指定类型的异常之后&#xff0c;才会执行catch里的代码&#xff0c;程序正常执行到结尾 2.如果try里的代码发生了非catch指定类型的异常&#xff0c;则会强制停止程序&#xff0c;报错 3.finally修饰的代码一定会执行&#xff0c;除…