【数字图像处理】三.MFC实现图像灰度、采样和量化功能详解

阅读量：80 次

发布时间：2019-02-25

本文共 1606 字，大约阅读时间需要 5 分钟。

??VC++6.0 MFC??????

???????BMP??

?VC++6.0 MFC?????????????MFC???????BMP?????????????

???????AppWizard?????????MFC??????????ImageProcessing?

????????????File????Open??????BMP???

????????ImageProcessingView.cpp???ShowBitmap?????LoadImage??????????StretchBlt???????????

??????????OnFileOpen??????FileDialog?????????????ShowBitmap???????

??????OnDraw??????????????.bmp??????ShowBitmap???????

????BMP???????

?????BMP?????????????????????????????????????????

???????????ImageProcessingView.h?????????????????????????????????????ReadBmp?SaveBmp???

????????ReadBmp??????fread????BMP?????????????????????????????????????

????????SaveBmp??????fwrite?????????????????????????????

????????OnDraw??????ReadBmp????????????ShowBitmap???????

????????

????????????????????????????????????????????????

??????????ImageProcessingView.h?????????ConvertGray???OnDraw?????????

????????ConvertGray???????????????????????????????

????????Gray = 0.299 * R + 0.587 * G + 0.144 * B

????????Gray = (R + G + B) / 3

?????Gray = (R * 28 + G * 151 + B * 77) >> 8

????????OnDraw????????????????????????????????

????????

????????????????????????????????????

??????????????????????Level 2?Level 4?Level 8????????????????

??????????OnLh2?OnLh4?????????????????????????Level 2????????????Level 4???????

????????OnDraw???????????????????????????????????

????????

????????????????????????????????????

?????????????????????????????????

????????OnCy????????????????????????????????

????????????

??????????

????????OnDraw???????????????????????????????????

??

????????????VC++6.0 MFC?????BMP??????????????????????????????????????????????????????????

转载地址：http://ors.baihongyu.com/

你可能感兴趣的文章

pandas :将行取消堆叠到新列中

查看>>

pandas DataFrame 中的自定义浮点格式

查看>>

Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答

查看>>

Pandas DataFrame中删除列级的方法链接解决方案

查看>>

Pandas DataFrame中的列从浮点数输出到货币(负值)

查看>>

Pandas DataFrame中的列从浮点数输出到货币(负值)

查看>>

Pandas Dataframe的日志文件

查看>>

pandas Groupby：创建两列的Groupby时，如何按正确的顺序对工作日进行排序？

查看>>

Pandas Plots:周末的单独颜色，x 轴上漂亮的打印时间

pandas 将通话数据分割为15分钟的间隔

查看>>

pandas 找到局部最大值和最小值

查看>>

pandas 时间序列重新采样结束给定的一天

查看>>

pandas 根据不是常量的第三列的值将值从一列复制到另一列

查看>>

pandas 根据值从多列中的一列查找

查看>>