灰度圖像的腐蝕算法和細化算法（C#代碼）

最近做一些圖像處理，需要將圖像中的一些像素過濾一下，有網友給提了個名詞：腐蝕算法。我不是學圖像學的，乍一聽，覺得很神奇。後來從網上收集了一些VC代碼，研究了一下，發現其它也就是那麼回事。尤其是腐蝕算法，我在以前的驗證碼圖片去噪聲的文章中提到過，只是那是我不知叫什麼名詞，就從用途出發，叫做“根據周邊點數去噪”。腐蝕的原理也一樣，就是根據當前點的周邊點數（如3X3的，周邊就有8個點）來修改當前點的狀態的。
    代碼是我從VC代碼中轉譯過來的，註釋都沿用了原作者的文字（別說是剽竊，^_^)。唯一改進的地方是，原代碼功能只能處理0和255的二值灰度（搞不懂爲什麼這樣，對於250、128這樣的都不行，還不如弄成二值灰度，別弄256灰度了），我將之改成了能根據0~255中任意灰度劃界的256灰度圖像！
    以下是C#代碼：

/// <summary>
2

/// 該函數用於對圖像進行腐蝕運算。結構元素爲水平方向或垂直方向的三個點，
3

/// 中間點位於原點；或者由用戶自己定義3×3的結構元素。
4

/// </summary>
5

/// <param name="dgGrayValue">前後景臨界值</param>
6

/// <param name="nMode">腐蝕方式：0表示水平方向，1垂直方向，2自定義結構元素。</param>
7

/// <param name="structure"> 自定義的3×3結構元素</param>
8

public void ErosionPic(int dgGrayValue, int nMode, bool[,] structure)
9

{
10

int lWidth = bmpobj.Width;
11

int lHeight = bmpobj.Height;
12

Bitmap newBmp = new Bitmap(lWidth, lHeight);
13

int i, j, n, m; //循環變量
15

Color pixel; //像素顏色值
16

if (nMode == 0)
18

{
19

//使用水平方向的結構元素進行腐蝕
20

// 由於使用1×3的結構元素，爲防止越界，所以不處理最左邊和最右邊
21

// 的兩列像素
22

for (j = 0; j < lHeight; j++)
23

{
24

for (i = 1; i < lWidth - 1; i++)
25

{
26

//目標圖像中的當前點先賦成黑色
27

newBmp.SetPixel(i, j, Color.Black);
28

//如果源圖像中當前點自身或者左右有一個點不是黑色，
30

//則將目標圖像中的當前點賦成白色
31

if (bmpobj.GetPixel(i - 1, j).R > dgGrayValue ||
32

bmpobj.GetPixel(i, j).R > dgGrayValue ||
33

bmpobj.GetPixel(i + 1, j).R > dgGrayValue)
34

newBmp.SetPixel(i, j, Color.White);
35

}
36

}
37

}
38

else if (nMode == 1)
39

{
40

//使用垂真方向的結構元素進行腐蝕
41

// 由於使用3×1的結構元素，爲防止越界，所以不處理最上邊和最下邊
42

// 的兩行像素
43

for (j = 1; j < lHeight - 1; j++)
44

{
45

for (i = 0; i < lWidth; i++)
46

{
47

//目標圖像中的當前點先賦成黑色
48

newBmp.SetPixel(i, j, Color.Black);
49

//如果源圖像中當前點自身或者左右有一個點不是黑色，
51

//則將目標圖像中的當前點賦成白色
52

if (bmpobj.GetPixel(i, j - 1).R > dgGrayValue ||
53

bmpobj.GetPixel(i, j).R > dgGrayValue ||
54

bmpobj.GetPixel(i, j + 1).R > dgGrayValue)
55

newBmp.SetPixel(i, j, Color.White);
56

}
57

}
58

}
59

else
60

{
61

if (structure.Length != 9) //檢查自定義結構
62

return;
63

//使用自定義的結構元素進行腐蝕
64

// 由於使用3×3的結構元素，爲防止越界，所以不處理最左邊和最右邊
65

// 的兩列像素和最上邊和最下邊的兩列像素
66

for (j = 1; j < lHeight - 1; j++)
67

{
68

for (i = 1; i < lWidth - 1; i++)
69

{
70

//目標圖像中的當前點先賦成黑色
71

newBmp.SetPixel(i, j, Color.Black);
72

//如果原圖像中對應結構元素中爲黑色的那些點中有一個不是黑色，
73

//則將目標圖像中的當前點賦成白色
74

for (m = 0; m < 3; m++)
75

{
76

for (n = 0; n < 3; n++)
77

{
78

if (!structure[m, n])
79

continue;
80

if (bmpobj.GetPixel(i + m - 1, j + n - 1).R > dgGrayValue)
81

{
82

newBmp.SetPixel(i, j, Color.White);
83

break;
84

}
85

}
86

}
87

}
88

}
89

}
90

bmpobj = newBmp;
92

}
93

/// <summary>
96

/// 該函數用於對圖像進行細化運算。要求目標圖像爲灰度圖像
97

/// </summary>
98

/// <param name="dgGrayValue"></param>
99

public void ThiningPic(int dgGrayValue)
100

{
101

int lWidth = bmpobj.Width;
102

int lHeight = bmpobj.Height;
103

// Bitmap newBmp = new Bitmap(lWidth, lHeight);
104

105

bool bModified; //髒標記
106

int i, j, n, m; //循環變量
107

Color pixel; //像素顏色值
108

109

//四個條件
110

bool bCondition1;
111

bool bCondition2;
112

bool bCondition3;
113

bool bCondition4;
114

115

int nCount; //計數器
116

int[,] neighbour = new int[5, 5]; //5×5相鄰區域像素值
117

118

119

120

bModified = true;
121

while (bModified)
122

{
123

bModified = false;
124

125

//由於使用5×5的結構元素，爲防止越界，所以不處理外圍的幾行和幾列像素
126

for (j = 2; j < lHeight - 2; j++)
127

{
128

for (i = 2; i < lWidth - 2; i++)
129

{
130

bCondition1 = false;
131

bCondition2 = false;
132

bCondition3 = false;
133

bCondition4 = false;
134

135

if (bmpobj.GetPixel(i, j).R > dgGrayValue)
136

{
137

if(bmpobj.GetPixel(i, j).R<255)
138

bmpobj.SetPixel(i, j, Color.White);
139

continue;
140

}
141

142

//獲得當前點相鄰的5×5區域內像素值，白色用0代表，黑色用1代表
143

for (m = 0; m < 5; m++)
144

{
145

for (n = 0; n < 5; n++)
146

{
147

neighbour[m, n] = bmpobj.GetPixel(i + m - 2, j + n - 2).R < dgGrayValue ? 1 : 0;
148

}
149

}
150

151

//逐個判斷條件。
152

//判斷2<=NZ(P1)<=6
153

nCount = neighbour[1, 1] + neighbour[1, 2] + neighbour[1, 3]
154

+ neighbour[2, 1] + neighbour[2, 3] +
155

+neighbour[3, 1] + neighbour[3, 2] + neighbour[3, 3];
156

if (nCount >= 2 && nCount <= 6)
157

{
158

bCondition1 = true;
159

}
160

161

//判斷Z0(P1)=1
162

nCount = 0;
163

if (neighbour[1, 2] == 0 && neighbour[1, 1] == 1)
164

nCount++;
165

if (neighbour[1, 1] == 0 && neighbour[2, 1] == 1)
166

nCount++;
167

if (neighbour[2, 1] == 0 && neighbour[3, 1] == 1)
168

nCount++;
169

if (neighbour[3, 1] == 0 && neighbour[3, 2] == 1)
170

nCount++;
171

if (neighbour[3, 2] == 0 && neighbour[3, 3] == 1)
172

nCount++;
173

if (neighbour[3, 3] == 0 && neighbour[2, 3] == 1)
174

nCount++;
175

if (neighbour[2, 3] == 0 && neighbour[1, 3] == 1)
176

nCount++;
177

if (neighbour[1, 3] == 0 && neighbour[1, 2] == 1)
178

nCount++;
179

if (nCount == 1)
180

bCondition2 = true;
181

182

//判斷P2*P4*P8=0 or Z0(p2)!=1
183

if (neighbour[1, 2] * neighbour[2, 1] * neighbour[2, 3] == 0)
184

{
185

bCondition3 = true;
186

}
187

else
188

{
189

nCount = 0;
190

if (neighbour[0, 2] == 0 && neighbour[0, 1] == 1)
191

nCount++;
192

if (neighbour[0, 1] == 0 && neighbour[1, 1] == 1)
193

nCount++;
194

if (neighbour[1, 1] == 0 && neighbour[2, 1] == 1)
195

nCount++;
196

if (neighbour[2, 1] == 0 && neighbour[2, 2] == 1)
197

nCount++;
198

if (neighbour[2, 2] == 0 && neighbour[2, 3] == 1)
199

nCount++;
200

if (neighbour[2, 3] == 0 && neighbour[1, 3] == 1)
201

nCount++;
202

if (neighbour[1, 3] == 0 && neighbour[0, 3] == 1)
203

nCount++;
204

if (neighbour[0, 3] == 0 && neighbour[0, 2] == 1)
205

nCount++;
206

if (nCount != 1)
207

bCondition3 = true;
208

}
209

210

//判斷P2*P4*P6=0 or Z0(p4)!=1
211

if (neighbour[1, 2] * neighbour[2, 1] * neighbour[3, 2] == 0)
212

{
213

bCondition4 = true;
214

}
215

else
216

{
217

nCount = 0;
218

if (neighbour[1, 1] == 0 && neighbour[1, 0] == 1)
219

nCount++;
220

if (neighbour[1, 0] == 0 && neighbour[2, 0] == 1)
221

nCount++;
222

if (neighbour[2, 0] == 0 && neighbour[3, 0] == 1)
223

nCount++;
224

if (neighbour[3, 0] == 0 && neighbour[3, 1] == 1)
225

nCount++;
226

if (neighbour[3, 1] == 0 && neighbour[3, 2] == 1)
227

nCount++;
228

if (neighbour[3, 2] == 0 && neighbour[2, 2] == 1)
229

nCount++;
230

if (neighbour[2, 2] == 0 && neighbour[1, 2] == 1)
231

nCount++;
232

if (neighbour[1, 2] == 0 && neighbour[1, 1] == 1)
233

nCount++;
234

if (nCount != 1)
235

bCondition4 = true;
236

}
237

238

if (bCondition1 && bCondition2 && bCondition3 && bCondition4)
239

{
240

bmpobj.SetPixel(i, j, Color.White);
241

bModified = true;
242

}
243

else
244

{
245

bmpobj.SetPixel(i, j, Color.Black);
246

}
247

}
248

}
249

}
250

// 複製細化後的圖像
251

// bmpobj = newBmp;
252

}
253

灰度圖像的腐蝕算法和細化算法（C#代碼）

CUDA: 程序優化的15個策略

AMD OpenCL 大學課程

取模、乘法和除法運算在CPU和GPU上的效率

C語言實現FIFO算法與LRU算法

理解虛基類、虛函數與純虛函數的概念

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結