.NET 图片像素比较

        /// <summary>
        /// 图像比较.用于找出两副图片之间的差异位置
        /// </summary>
        public class ImageComparer
        {
            /// <summary>
            /// 图像颜色
            /// </summary>
            [StructLayout(LayoutKind.Explicit)]
            private struct ICColor
            {
                [FieldOffset(0)]
                public byte B;
                [FieldOffset(1)]
                public byte G;
                [FieldOffset(2)]
                public byte R;
            }

            /// <summary>
            /// 按20*20大小进行分块比较两个图像.
            /// </summary>
            /// <param name="bmp1"></param>
            /// <param name="bmp2"></param>
            /// <returns></returns>
            public static List<Rectangle> Compare(Bitmap bmp1, Bitmap bmp2)
            {
                return Compare(bmp1, bmp2, new Size(20, 20));
            }
            /// <summary>
            /// 比较两个图像
            /// </summary>
            /// <param name="bmp1"></param>
            /// <param name="bmp2"></param>
            /// <param name="block"></param>
            /// <returns></returns>
            public static List<Rectangle> Compare(Bitmap bmp1, Bitmap bmp2, Size block)
            {
                List<Rectangle> rects = new List<Rectangle>();
                PixelFormat pf = PixelFormat.Format24bppRgb;

                BitmapData bd1 = bmp1.LockBits(new Rectangle(0, 0, bmp1.Width, bmp1.Height), ImageLockMode.ReadOnly, pf);
                BitmapData bd2 = bmp2.LockBits(new Rectangle(0, 0, bmp2.Width, bmp2.Height), ImageLockMode.ReadOnly, pf);

                try
                {
                    unsafe
                    {
                        int w = 0, h = 0;

                        while (h < bd1.Height && h < bd2.Height)
                        {
                            byte* p1 = (byte*)bd1.Scan0 + h * bd1.Stride;
                            byte* p2 = (byte*)bd2.Scan0 + h * bd2.Stride;

                            w = 0;
                            while (w < bd1.Width && w < bd2.Width)
                            {
                                //按块大小进行扫描
                                for (int i = 0; i < block.Width; i++)
                                {
                                    int wi = w + i;
                                    if (wi >= bd1.Width || wi >= bd2.Width) break;

                                    for (int j = 0; j < block.Height; j++)
                                    {
                                        int hj = h + j;
                                        if (hj >= bd1.Height || hj >= bd2.Height) break;

                                        ICColor* pc1 = (ICColor*)(p1 + wi * 3 + bd1.Stride * j);
                                        ICColor* pc2 = (ICColor*)(p2 + wi * 3 + bd2.Stride * j);
                                        // if (Math.Abs(pc1->R - pc2->R)>10 || pc1->G != pc2->G || pc1->B != pc2->B)
                                        if (Math.Abs(pc1->R - pc2->R) > 100 || Math.Abs(pc1->G - pc2->G) > 100 || Math.Abs(pc1->B - pc2->B) > 100)
                                        {
                                            //当前块有某个象素点颜色值不相同.也就是有差异.

                                            int bw = Math.Min(block.Width, bd1.Width - w);
                                            int bh = Math.Min(block.Height, bd1.Height - h);
                                            rects.Add(new Rectangle(w, h, bw, bh));

                                            goto E;
                                        }
                                    }
                                }
                            E:
                                w += block.Width;
                            }

                            h += block.Height;
                        }
                    }
                }
                finally
                {
                    bmp1.UnlockBits(bd1);
                    bmp2.UnlockBits(bd2);
                }

                return rects;
            }
        }

  

时间: 2024-10-12 04:08:51

.NET 图片像素比较的相关文章

Opencv 中图片像素操作的应用实例——计算图片某一种颜色区域大小所占比

对图片进行处理,其中图片像素的处理是基本的过程,包括对图片像素的遍历,对每一个像素的RGB三个通道的灰度值的获取等. 以下是基于opencv 的一个应用实例,即计算图片中黄色区域大小占整个图片大小的比例. 1 // computerPercentage.cpp: 定义控制台应用程序的入口点. 2 // 3 4 #include "stdafx.h" 5 #include<iostream> 6 #include<opencv2/opencv.hpp> 7 #in

【C】用C语言提取bmp图片像素,并进行K-means聚类分析——容易遇到的问题

关于bmp图片的格式,网上有很多文章,具体可以参考百度百科,也有例子程序.这里只提要注意的问题. (1)结构体定义问题:首先按照百度百科介绍的定义了结构体,但是编译发现重定义BITMAPFILEHEADER等.其实只要包含了Windows.h,里面的wingdi.h就已经定义了处理bmp的结构体,故不需要自己再重复定义. (2)读取文件的字节对其问题:要使用#pragma pack (1)来方便读取文件头的结构体,否则结构体的大小会由于字节对齐问题改变.不知是否头文件中已经使用了该宏,在我的代码

【练习4.2】使用鼠标事件获取图片像素值

<学习OpenCV>中文版第4章第2题 题目要求: 点击图片是获取该点的颜色值,并在图像上点击鼠标处用文本将颜色值显示出来. 程序代码: 1 #include "stdafx.h" 2 #include <cv.h> 3 #include <highgui.h> 4 using namespace std; 5 using namespace cv; 6 7 void MouseCallBack(int event, int x, int y, in

图片像素英寸厘米之间的单位换算

今天朋友用photoshop处理图片时要把图片保存指定的大小,但她只对厘米要形像感,可是在软件里保存的图片没有这个单位,只能保存的单位为像素:用其它的软件呢只能保存为英寸了.我在网上去找了下资料,终于找到换算公式了,特记录一下:) 72像素/英寸=28.346像素/厘米 300像素/英寸=118.11像素/厘米 1 厘米=0.3937 英寸 1 英寸=2.54 厘米 首先告诉大家一个不幸的消息:像素不能直接换算成英寸.厘米,要在dpi下才能换算! photoshop中两种分辨率换算 72像素/英

[iOS 使用CGImage获取并修改图片像素]

#define Mask8(x) ( (x) & 0xFF ) #define R(x) ( Mask8(x) ) #define G(x) ( Mask8(x >> 8 ) ) #define B(x) ( Mask8(x >> 16) ) #define A(x) ( Mask8(x >> 24) ) #define RGBAMake(r, g, b, a) ( Mask8(r) | Mask8(g) << 8 | Mask8(b) <&l

Java读取图片像素和大小

package com.aa.promotion.dao.generalize; import java.awt.image.BufferedImage; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.IOException; import java.nio.channels.FileChannel; import javax.im

使用mspaint查看图片像素

图片打码服务,要求对图像验证码进行切图,即具体知道像素的位置,网上搜了yhb-chi但下载不方便. 就想着看看mspaint可不可以,将图片拖到mspaint中: 显示了整张图片的像素大小(100X45)和文件大小 操作: 1.工具栏选中:自由图形选择,如下图所示: 2.将光标落到任意一个位置上,底下显示其像素位置,如下图所示: 3.可以选择矩形大小,在工具栏中选中:矩形选择即可按照上述步骤操作 原文地址:https://www.cnblogs.com/davidwang456/p/929128

python PIL比较图片像素

1 # -*- coding: utf-8 -*- 2 3 from PIL import Image 4 from pylab import * 5 6 def compare_pic_L(pic1,pic2): 7 #打开第一张图片 8 im1 = Image.open(pic1).convert('L') 9 print im1.format ,im1.size, im1.mode 10 11 #像素值转数组 12 aim1 = np.transpose(array(im1)) 13 #i

swift获取图片像素颜色值

extension UIImage{ /** 获取图片中的像素颜色值 - parameter pos: 图片中的位置 - returns: 颜色值 */ func getPixelColor(pos:CGPoint)->(alpha: CGFloat, red: CGFloat, green: CGFloat,blue:CGFloat){ let pixelData=CGDataProviderCopyData(CGImageGetDataProvider(self.CGImage)) let