数字图像处理纸牌识别课程设计Word下载.docx

数字图像处理纸牌识别课程设计Word下载.docx

《数字图像处理纸牌识别课程设计Word下载.docx》由会员分享，可在线阅读，更多相关《数字图像处理纸牌识别课程设计Word下载.docx（23页珍藏版）》请在冰豆网上搜索。

CDIBcutmask;

CDIBforcut;

CDIBmasknumber;

CDIBmasktype;

用于存放，处理和显示图片。

制作菜单每个对于图像处理功能，一个按键调用一个处理函数，也可一个按键调用多个处理函数。

菜单及其功能如下图

打开图像的代码为功能为大开所处理图像：

voidCPokeridentifyView:

:

OnOpenimage（）

{

//TODO:

Addyourcommandhandlercodehere

staticcharszFilter[]="

BMP文件（*.bmp）|*.bmp||"

;

//定义过滤文件的类型

CFileDialogdlg（TRUE,"

bmp"

NULL,

OFN_HIDEREADONLY|OFN_OVERWRITEPROMPT,szFilter）;

//定义文件对话框对象

CStringfilename;

intret=dlg.DoModal（）;

//运行打开文件对方框

if（ret==IDOK）

{

filename=dlg.GetFileName（）;

//获取所选择图像的路径

m_dib.LoadFromFile（filename）;

//加载图像

if（!

m_dib.m_bLoaded）//判断是否加载图像成功

{

AfxMessageBox（"

图像打不开"

）;

return;

}

mid_boader.LoadFromFile（filename）;

mid_boader.m_bLoaded）//判断是否加载图像成功

boaer_crect.LoadFromFile（filename）;

boaer_crect.m_bLoaded）//判断是否加载图像成功

cutmask.LoadFromFile（"

TTcut.bmp"

cutmask.m_bLoaded）//判断是否加载图像成功

forcut.LoadFromFile（filename）;

forcut.m_bLoaded）//判断是否加载图像成功

masknumber.LoadFromFile（"

1.bmp"

masknumber.m_bLoaded）//判断是否加载图像成功masktype

masktype.LoadFromFile（"

111.bmp"

masktype.m_bLoaded）//判断是否加载图像成功

}}

打开一图片后为:

中值滤波的代码为：

OnMidiamaskImage（）

m_dib.m_bLoaded）

{

AfxMessageBox（"

图像还打开，请先打开图像！

"

return;

}

//获取图像宽和高

intnw=m_dib.GetDIBWidth（）;

intnh=m_dib.GetDIBHeight（）;

inti,j;

BYTE*ptemp=（BYTE*）newBYTE[nw*nh];

memset（ptemp,0,nw*nh）;

doublemid[9];

for（j=3/2;

j<

nh-3/2;

j++）

for（i=3/2;

i<

nw-3/2;

i++）

{doubleresult=0;

intk,h;

for（k=0;

k<

3;

k++）//k行h列

for（h=0;

h<

h++）

{

mid[k*3+h]=m_dib.m_pdata[（j-k）*nw+i-h];

intii,jj,tempmid;

doublesweep;

for（ii=0;

ii<

8;

ii++）

{

tempmid=ii;

for（jj=ii;

jj<

=8;

jj++）

{

if（mid[jj]<

mid[tempmid]）tempmid=jj;

}

sweep=mid[ii];

mid[ii]=mid[tempmid];

mid[tempmid]=sweep;

}

result=mid[4];

if（result>

255）result=255;

if（result<

0）result=0;

ptemp[j*nw+i]=result;

memcpy（m_dib.m_pdata,ptemp,nw*nh）;

m_dib.UpdateData（）;

memcpy（mid_boader.m_pdata,ptemp,nw*nh）;

mid_boader.UpdateDatadup（）;

delete[]ptemp;

//刷新屏幕

Invalidate（）;

调用后结果为：

全局门限的代码中先计算图像的直方图，以一个点（一般去中间值）把直方图分成两份，分别计算两部分的灰度均值，m1与m2，由（m1+m2）/2得到新的阈值与灰度分割点，知道新阈值与旧的阈值相差不到。

用新的阈值进行二值化。

代码为：

OnAllthrImage（）

if（!

}//获取图像宽和高

doublep[256];

//存放直方图

intthrold=200,thrnew=210,m1=0,m2=0;

//匹配时用180

for（i=0;

256;

p[i]=0;

for（j=0;

nh;

for（i=0;

nw;

p[m_dib.m_pdata[j*nw+i]]++;

//统计各像素总数

p[i]=p[i]*1.0/（nw*nh）;

//直方图归一化

do

throld=thrnew;

=throld;

m1=m1+p[i]*i;

for（i=throld+1;

m2=m2+p[i]*i;

thrnew=（m1+m2）/2;

while（abs（thrnew=throld）<

5）;

//对图像的第j行、第i列的象素的灰度信息进行判断，修改

if（m_dib.m_pdata[j*nw+i]>

thrnew）

m_dib.m_pdata[j*nw+i]=255;

else

m_dib.m_pdata[j*nw+i]=0;

//将修改的m_pdata的数据赋值给m_pDIBData，以显示修改的结果

memcpy（mid_boader.m_pdata,m_dib.m_pdata,nw*nh）;

mid_boader.UpdateData（）;

}结果为：

对图像进行边缘检测的代码为：

OnFindborderImage（）

doublemask[3][3]={-1,-1,-1,-1,8,-1,-1,-1,-1};

doubleresult=0;

intk,h;

for（k=0;

k++）

for（h=0;

result+=mask[k][h]*m_dib.m_pdata[（j-k）*nw+i-h];

if（result>

if（result<

ptemp[j*nw+i]=result;

m_dib.UpdateData（）;

memcpy（boaer_crect.m_pdata,ptemp,nw*nh）;

boaer_crect.UpdateData（）;

//刷新屏幕

结果为：

对图片进行测量并平移校正的代码为：

OnAutomoveImage（）

intmovedownj,moverighti;

//移动像素距离

inth,k;

inttemp;

intnwmove[7],nhmove[7];

intnwmlength[7]={600,600,600,600,600,600,600},nhmlength[7]={600,600,600,600,600,600,600};

intbnw,bnh;

7;

{nhmove[i]=nh*（i+1）/8;

nwmove[i]=nw*（i+1）/8;

for（k=0;

k++）//寻找水平距离

{for（i=0;

{if（m_dib.m_pdata[nhmove[k]*nw+i]!

=0）

{nhmlength[k]=i;

break;

}

k++）//寻找竖直距离

{for（j=nh;

j>

0;

j--）

{if（m_dib.m_pdata[j*nw+nwmove[k]]!

{nwmlength[k]=nh-j;

6;

i++）//水平测量量nhmlegnth的排列

{k=i;

for（j=i;

{if（nhmlength[j]<

nhmlength[k]）k=j;

temp=nhmlength[k];

nhmlength[k]=nhmlength[i];

nhmlength[i]=temp;

bnw=nhmlength[0];

for（i=0;

i++）//竖直测量量nwmlength的排列

{k=i;

for（j=i;

{if（nwmlength[j]<

nwmlength[k]）k=j;

temp=nwmlength[k];

nwmlength[k]=nwmlength[i];

nwmlength[i]=temp;

bnh=nwmlength[0];

movedownj=-bnh;

moverighti=-bnw;

j++）//进行平移

{h=j-movedownj;

k=i+moverighti;

if（h>

0&

&

nh&

k>

nw）

ptemp[h*nw+k]=m_dib.m_pdata[j*nw+i];

m_dib.UpdateData（）;

memcpy（boaer_crect.m_pdata,ptemp,nw*nh）;

boaer_crect.UpdateDatadup（）;

//刷新屏幕

/***********************************/

{h=j-movedownj;

ptemp[h*nw+k]=forcut.m_pdata[j*nw+i];

memcpy（forcut.m_pdata,ptemp,nw*nh）;

forcut.UpdateData（）;

}

OnRecreactImage（）

{//TODO:

if（!

m_dib.m_bLoaded）

{AfxMessageBox（"

BYTE*ptemp=（BYTE*）newBYTE[nw*nh];

intbnh;

intmoveup=500;

if（m_dib.m_pdata[j*nw+50]==255）

{moveup=j;

break;

bnh=moveup;

movedownj=bnh;

moverighti=0;

for（j=0;

h=j+movedownj;

k=i-moverighti;

ptemp[h*nw+k]=m_dib.m_pdata[j*nw+i];

平移结果为：

截取特权的代码为：

OnCrectGetfeature（）

cutmask.m_bLoaded）

{AfxMessageBox（"

intnw1=cutmask.GetDIBWidth（）;

intnh1=cutmask.GetDIBHeight（）;

for（j=nh-nh1;

{for（i=0;

nw1;

{cutmask.m_pdata[（j-（nh-nh1））*nw1+i]=forcut.m_pdata[j*nw+i];

cutmask.UpdateDatadup（）;

对特征进行处理并加载模板，进行匹配，并显示匹配结果的代码为：

OnFeatureRecognize（）

intnw=cutmask.GetDIBWidth（）;

intnh=cutmask.GetDIBHeight（）;

intk,h,t;

/**************************************************************************************/

//特征增强

intthrold=200,thrnew=180,m1=0,m2=0;

{p[cutmask.m_pdata[j*nw+i]]++;

{p[i]=p[i]*1.0/（nw*nh）;

{throld=thrnew;

{m1=m1+p[i]*i;

{m2=m2+p[i]*i;

{//对图像的第j行、第i列的象素的灰度信息进行判断，修改

if（cutmask.m_pdata[j*nw+i]>

ptemp[j*nw+i]=255;

ptemp[j*nw+i]=0;

memcpy（cutmask.m_pdata,ptemp,nw*nh）;

cutmask.UpdateData（）;

//识别

intcardnumber;

floatnuberthr=0.9;

floattypethr=0.92;

CStringfilename;

/******************************************************