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;
/******************************************************
升级会员 