msdn关于BitmapData原文解释地址:
http://msdn.microsoft.com/zh-cn/library/5ey6h79d(v=vs.110).aspx
以下是msdn原文给出的例子
private void LockUnlockBitsExample(PaintEventArgs e) { // Create a new bitmap. Bitmap bmp = new Bitmap("c:\\fakePhoto.jpg"); // Lock the bitmap's bits. Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height); System.Drawing.Imaging.BitmapData bmpData = bmp.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, bmp.PixelFormat); // Get the address of the first line. IntPtr ptr = bmpData.Scan0; // Declare an array to hold the bytes of the bitmap. int bytes = Math.Abs(bmpData.Stride) * bmp.Height; byte[] rgbValues = new byte[bytes]; // Copy the RGB values into the array. System.Runtime.InteropServices.Marshal.Copy(ptr, rgbValues, 0, bytes); // Set every third value to 255. A 24bpp bitmap will look red. for (int counter = 2; counter < rgbValues.Length; counter += 3) rgbValues[counter] = 255; // Copy the RGB values back to the bitmap System.Runtime.InteropServices.Marshal.Copy(rgbValues, 0, ptr, bytes); // Unlock the bits. bmp.UnlockBits(bmpData); // Draw the modified image. e.Graphics.DrawImage(bmp, 0, 150); }
原文给出的例子已经可以理解出部分意思了,按照土鳖国王本人实验然后理解如下,如有误还请大神斧正
C#专门为图像处理提供了BitmapData,这个是真正的对位图的处理,首先将位图锁定到内存中,然后对位图的每一个像素进行处理,效率还是非常高的,下面先给出偶自己转化图像灰度值的例子,以函数的形式给出
以便需要的朋友直接可以使用,可以说是任何操作都是依次为基础的,如果觉得注释太多,可将注释直接删除,然后将代码烤白可直接使用,指针法效率更高,这里只给出内存法先理解,然后便可大展身手了,哈哈
<span style="font-family:Microsoft YaHei;">/// 获取灰度值返回byte[] /// <summary> /// 获取灰度值返回byte[] /// </summary> /// <param name="srcBmp">源图像</param> /// <param name="rect">要锁定的图像区域</param> /// <returns>返回byte[]</returns> public static byte[] GetGrayArray(Bitmap srcBmp, Rectangle rect) { //将Bitmap锁定到系统内存中 //rect是指源图像中需要锁定那一块矩形区域进行处理 //ImageLockMode.ReadWrite是指对图像出操作的权限,枚举有只读,只写,用户输入缓冲区,还是读写 //PixelFormat.Format24bppRgb //参数确定了该图像信息时rgb存储还是Argb存储,如果是Format24ppRgb则处理的图像像素就是BGR方式存储,我们这里没有特别指出,均是Format24bppRgb方式存储处理 BitmapData srcBmpData = srcBmp.LockBits(rect, ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb); //位图中第一个像素数据的地址。它也可以看成是位图中的第一个扫描行 IntPtr srcPtr = srcBmpData.Scan0; //将Bitmap对象的信息存放到byte数组中 //假设本图像的宽度和高度为5*3 /* 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 //这里存储为一维数组,所以是一行, 宽度为5,高度为3,则像素总数为15,这里要清楚,每一个像素是rgb三个值,故而,一维数组中 存储为 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15...44 这里分行是为了便于理解,一维数组存储类似是一行,但是我们的图像的宽度是5也就是我们图像的第一行是0123...到14,下一行是15...29,下一行是30...44,高度为3,所以就是3行 012 345 678 91011 121314 bgr bgr bgr bgr bgr 151617 181920 ... bgr bgr ... 这样存储 */ //所以才有了这里的*3就是指一个像素是三个分量值 int scanWidth = rect.Width * 3; //而每行的实际的字节数将变成大于等于它的那个离它最近的4的整倍数,此时的实际字节数就是Stride,如果上面的第三个参数Format24ppRgb如果设置为Format32ppRgb,这个时候存储的时候就是4位存储一个像素,如果是Format32bppArgb同样也是4为存储一个像素,这4位除了bgr三个分量之外还有透明度A的值 //至于为什么是24,32,这是因为计算机存储数据为8bit存储1个字节, //bgr3个就是3*8=24,4个就是4*8=32了,为什么是16,8位等,索引图等原理是一样的 //int srcStride = srcBmpData.Stride; int src_bytes = scanWidth * rect.Height; //这里就是计算出了需要存储的像素所占用的空间大小 byte[] srcValues = new byte[src_bytes]; //定义源图像的元信息 byte[] grayValues = new byte[rect.Width * rect.Height]; //定义转化为灰度后需要存储的数组 //复制GRB信息到byte数组,将从srcPtr开始的第一个扫描行开始扫描信息,然后读取到srcValues数组中 Marshal.Copy(srcPtr, srcValues, 0, src_bytes); //解锁位图 srcBmp.UnlockBits(srcBmpData); //读取完元信息,这里就不用了,一定要记得解锁,否则会报错 //下面就是你想怎么处理都成了,,灰度化,转换空间模式,除噪声,腐蚀,膨胀,反色,二值化等等均可 //灰度化处理 int m = 0, j = 0; int k = 0; byte gray; //根据重要性及其它指标,将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像 //根据Y = 0.299*R + 0.587*G + 0.114*B //加权平均法 for (int i = 0; i < rect.Height; i++) { for (j = 0; j < rect.Width; j++) { //注意位图结构中RGB按BGR的顺序存储 k = 3 * j; gray = (byte)(srcValues[i * scanWidth + k + 2] * 0.299 + srcValues[i * scanWidth + k + 1] * 0.587 + srcValues[i * scanWidth + k + 0] * 0.114); grayValues[m] = gray; //将灰度值存到double的数组中 m++; } } return grayValues; } //接下来就很简单了,下面在给出获得到灰度值存储为2位数组的方法,按照习惯二维处理起来比较好理解 /// 获取灰度值存到二维double数组中,这个是将rgb转化为灰度值 /// <summary> /// 获取灰度值存到二维double数组中,这个是将rgb转化为灰度值 /// </summary> /// <param name="srcBmp"></param> /// <returns>2Dimension</returns> public static byte[,] GetGrayArray2D(Bitmap srcBmp,Rectangle rect) { int width = rect.Width; int height = rect.Height; BitmapData srcBmpData = srcBmp.LockBits(rect, ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb); IntPtr srcPtr = srcBmpData.Scan0; int scanWidth = width * 3; int src_bytes = scanWidth * height; //int srcStride = srcBmpData.Stride; byte[] srcRGBValues = new byte[src_bytes]; byte[,] grayValues = new byte[height, width]; //RGB[] rgb = new RGB[srcBmp.Width * rows]; //复制GRB信息到byte数组 Marshal.Copy(srcPtr, srcRGBValues, 0, src_bytes); //解锁位图 srcBmp.UnlockBits(srcBmpData); //灰度化处理 int m = 0, i = 0, j = 0; //m表示行,j表示列 int k = 0; byte gray; for (i = 0; i < height; i++) //只获取图片的rows行像素值 { for (j = 0; j < width; j++) { //只处理每行中图像像素数据,舍弃未用空间 //注意位图结构中RGB按BGR的顺序存储 k = 3 * j; gray = (byte)(srcRGBValues[i * scanWidth + k + 2] * 0.299 + srcRGBValues[i * scanWidth + k + 1] * 0.587 + srcRGBValues[i * scanWidth + k + 0] * 0.114); grayValues[m, j] = gray; //将灰度值存到double的数组中 } m++; } return grayValues; } //此方法是直接得到灰度图 /// 获取灰度图像,将制定图片转化为灰度图 /// <summary> /// 获取灰度图像,将制定图片转化为灰度图 /// </summary> /// <param name="srcBmp"></param> /// <returns></returns> public static Bitmap GetGrayImage(Bitmap srcBmp) { Rectangle rect = new Rectangle(0, 0, srcBmp.Width, srcBmp.Height); BitmapData srcBmpData = srcBmp.LockBits(rect, ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb); IntPtr srcPtr = srcBmpData.Scan0; int scanWidth = srcBmpData.Width * 3; int src_bytes = scanWidth * srcBmp.Height; byte[] srcRGBValues = new byte[src_bytes]; Marshal.Copy(srcPtr, srcRGBValues, 0, src_bytes); //灰度化处理 int k = 0; for (int i = 0; i < srcBmp.Height; i++) { for (int j = 0; j < srcBmp.Width; j++) { k = j * 3; //0.299*R + 0.587*G + 0.144*B = 亮度或灰度 //只处理每行中图像像素数据,舍弃未用空间 //注意位图结构中RGB按BGR的顺序存储 byte intensity = (byte)(srcRGBValues[i * scanWidth + k + 2] * 0.299 + srcRGBValues[i * scanWidth + k + 1] * 0.587 + srcRGBValues[i * scanWidth + k + 0] * 0.114); srcRGBValues[i * scanWidth + k + 0] = intensity; srcRGBValues[i * scanWidth + k + 1] = intensity; srcRGBValues[i * scanWidth + k + 2] = intensity; } } Marshal.Copy(srcRGBValues, 0, srcPtr, src_bytes); //解锁位图 srcBmp.UnlockBits(srcBmpData); return srcBmp; }</span>
以上就是C# BitmapData的使用介绍,首先融会贯通,其次举一反三,方可熟能生巧
时间: 2024-10-09 04:01:12