基于MFC和OpenCV的图像处理小软件

1.软件界面：



本程序是基于MFC的单文档（SDI）程序，每次可以打开耽搁图片文件，可以保存，另存为图片文件。支持打开jpg,png,ico,bmp,jpeg等格式的图片。图片打开后的界面如下：



2.图片缩放：

通过滚动鼠标滚轮，可以调节图像的大小。默认是向上滚动鼠标滚轮为放大图片，向下滚动鼠标滚轮为缩小图片。当图片放大或者缩小到一定程度后在滑动鼠标滚轮会没有任何变化，因为图片过大的话会造成内存溢出，也就是不可能无限制的放大。下面是放大和缩小后的图片截图：





3.彩色图片灰度化

点击图像处理菜单按钮，会出现下拉菜单->灰度化，->二值化。其中点击灰度化按钮可以对打开的彩色图像进行灰度化（如果打开的是灰度图像或者二值化后的图像，则不处理） 。下图是点击“灰度化“选项之后的截图：



也可以对灰度化后的图像进行缩放、保存或者另存为。

4.OTSU二值化

本程序利用OTSU算法对图像进行二值化，点击“图像处理”菜单下的“二值化”选项，可以对打开的彩色（或灰度）图像二值化。其中二值化阈值设置对话框如下：



可以手动调整阈值，也可以直接利用OTSU算法计算出的阈值。比如本次打开的图像的OSTU算法计算出的最佳阈值是98，一般阈值在0-255之间。点击“确定”按钮，程序会自动调用手动调整的阈值，点击“取消”按钮，程序会自动用最佳阈值处理图像。

最佳阈值（本次打开的图像时98）处理的结果截图：



手动设置阈值150（也可以是其他值）后的结果：




技术要点部分：

1.打开图像

首先，通过MFC向导生成SDI程序模板，如下图：

在CImageProcessDoc.cpp中添加打开图像的部分代码，如下：

BOOLCImageProcessDoc::OnOpenDocument(LPCTSTR lpszPathName)
{
    if(!CDocument::OnOpenDocument(lpszPathName))
        return FALSE;
   
    // TODO: Add your specialized creation codehere
    m_image.Load(lpszPathName);
    return TRUE;
}

保存图像的代码如下：

BOOLCImageProcessDoc::OnSaveDocument(LPCTSTR lpszPathName)
{
    // TODO: Add your specialized code hereand/or call the base class
    m_image.Save(lpszPathName);
    return true;
}

2.图像的缩放
图像的缩放其实是吐过控制视图显示的比例来进项缩放的，首先利用应用程序向导添加鼠标滚轮的消息响应事件：

BOOL CImageProcessView::OnMouseWheel(UINTnFlags, short zDelta, CPoint pt)
{
//TODO: Add your message handler code here and/or call default
 
if(zDelta> 0) //鼠标向上滚轮，放大图像
{
     if((scale+ 0.05)<4)
         scale+= 0.05;//每次增加0.05倍
}elseif(zDelta<0)//鼠标向下滚轮，缩小图像
{
     if((scale- 0.05)>0)
         scale -= 0.05;//每次减少0.05倍
}else{
         returnCView::OnMouseWheel(nFlags, zDelta, pt);
}
 
Invalidate();
 
returnCView::OnMouseWheel(nFlags, zDelta, pt);
}
3.图像的二值化
图像的二值化主要是用到了opencv里面的cvCvtColor函数，可以很方便的对彩色图像进行二值化，需要在CImageProcessDoc类中利用应用程序向导添加如下函数：
voidCImageProcessDoc::OnImageprocessingGray()
{
    // TODO: Add your command handler code here
    IplImage* img;
    img=m_image.GetImage();
    IplImage* imgray =cvCreateImage(cvGetSize(img), 8, 1);
    cvCvtColor(img, imgray, CV_RGB2GRAY); //彩色图像灰度化
    m_image.CopyOf(imgray, 1);
    UpdateAllViews(NULL);
}

4.图像的二值化
OTSU算法原理：1. OTSU算法原理简介
对于一幅图像，设当前景与背景的分割阈值为t时，前景点占图像比例为w0，均值为u0，背景点占图像比例为w1，均值为u1。则整个图像的均值为u = w0*u0+w1*u1。建立目标函数g(t)=w0*(u0-u)^2+w1*(u1-u)^2，g(t)就是当分割阈值为t时的类间方差表达式。OTSU算法使得g(t)取得全局最大值，当g(t)为最大时所对应的t称为最佳阈值。OTSU算法又称为最大类间方差法。
实现二值化需要在CImageProcessDoc中添加以下两个功能函数（OtsuThreshold(IplImage *image)
和OnImageprocessingThreshold()）：

intCImageProcessDoc::OtsuThreshold(IplImage *image)
{
    assert(NULL != image);
 
    int width = image->width;
    int height = image->height;
    int x=0,y=0;
    int pixelCount[256];
    float pixelPro[256];
    int i, j, pixelSum = width * height,threshold = 0;
 
    uchar* data = (uchar*)image->imageData;
 
    //初始化
    for(i = 0; i < 256; i++)
    {
        pixelCount[i] = 0;
        pixelPro[i] = 0;
    }
 
    //统计灰度级中每个像素在整幅图像中的个数
    for(i = y; i < height; i++)
    {
        for(j = x;j <width;j++)
        {
             pixelCount[data[i *image->widthStep + j]]++;
        }
    }
 
 
    //计算每个像素在整幅图像中的比例
    for(i = 0; i < 256; i++)
    {
        pixelPro[i] = (float)(pixelCount[i]) /(float)(pixelSum);
    }
 
    //经典ostu算法,得到前景和背景的分割
    //遍历灰度级[0,255],计算出方差最大的灰度值,为最佳阈值
    float w0, w1, u0tmp, u1tmp, u0, u1,u,deltaTmp, deltaMax = 0;
    for(i = 0; i < 256; i++)
    {
        w0 = w1 = u0tmp = u1tmp = u0 = u1 = u =deltaTmp = 0;
 
        for(j = 0; j < 256; j++)
        {
             if(j <= i) //背景部分
             {
                 //以i为阈值分类，第一类总的概率
                 w0 += pixelPro[j];      
                 u0tmp += j * pixelPro[j];
             }
             else       //前景部分
             {
                 //以i为阈值分类，第二类总的概率
                 w1 += pixelPro[j];      
                 u1tmp += j * pixelPro[j];
             }
        }
 
        u0 = u0tmp / w0;     //第一类的平均灰度
        u1 = u1tmp / w1;     //第二类的平均灰度
        u = u0tmp + u1tmp;       //整幅图像的平均灰度
        //计算类间方差
        deltaTmp = w0 * (u0 - u)*(u0 - u) + w1 *(u1 - u)*(u1 - u);
        //找出最大类间方差以及对应的阈值
        if(deltaTmp > deltaMax)
        {  
             deltaMax = deltaTmp;
             threshold = i;
        }
    }
    //返回最佳阈值;
    return threshold;
}
//-----------------------------------------------------------------------
voidCImageProcessDoc::OnImageprocessingThreshold()
{
    // TODO: Add your command handler code here
    IplImage* img;
    img=m_image.GetImage();//由CImage类 返回一个IplImage* 指针，因为：IplImage*GetImage() { return m_img; };
    IplImage* imgray =cvCreateImage(cvGetSize(img), 8, 1);
    cvCvtColor(img, imgray, CV_RGB2GRAY);
    IplImage* biImage =cvCreateImage(cvGetSize(imgray),8,1);
 
    //计算最佳阈值
    threshold = OtsuThreshold(imgray);
 
    AdjustThresholdDlg at;
    at.DoModal();
 
    //对图像二值化
    cvThreshold(imgray,biImage,threshold,255,CV_THRESH_BINARY);
    m_image.CopyOf(biImage, 1);
    UpdateAllViews(NULL);
 
}

PS：
Opencv1.0在VS2010中的配置：
参考如下网址：http://www.cnblogs.com/etsang/p/3165184.html。