摘  要： 數(shù)字圖片在人們生活中越來越普遍，隨時隨地拍照即可，已經(jīng)成為人們生活中很重要的一部分，同時對圖片處理的需求也越來越多。如何更好地處理圖片，已經(jīng)成為更多相關(guān)研究的重點。總結(jié)了一些常見的圖片處理算法及相關(guān)圖片處理軟件，方便大家借鑒及應(yīng)用。

　　關(guān)鍵詞： 數(shù)字圖像；圖像處理；信息傳輸；圖像處理算法

0 引言

　　隨著電子產(chǎn)品的快速進步，數(shù)字圖片在人們生活中越來越普遍，隨時隨地可以拍照，圖片處理的需求越來越普遍，不管用手機還是電腦，已經(jīng)成為人們生活很重要的一部分。

　　目前圖片處理軟件特別多，各式各樣的，受不同用戶喜歡的。對于一般用戶，網(wǎng)絡(luò)上的圖片處理軟件夠用了。對于特殊用戶，想對圖片的精細度要求更高的相關(guān)研究人員，或需要其他特殊處理等，網(wǎng)絡(luò)上的處理軟件是遠遠不夠用的。這需要相關(guān)開發(fā)人員對不同人員的要求進行單獨處理。

1 相關(guān)研究及圖像處理軟件

　　參考文獻[1]介紹了制作縮略圖、圖片加水印、顯示隨機圖像的過程實現(xiàn)，但沒有具體實現(xiàn)過程和圖片顯示效果。參考文獻[2]中分析了基于最不顯著特征位替代（LSB）算法基本原理，并且對加密處理進行改進，加入輸入像素預(yù)測和邊界剩余信息分析壓縮，通過VC+和編譯平臺實現(xiàn)過程。參考文獻[3]主要研究如何將數(shù)字圖像轉(zhuǎn)換成色值矩陣的算法。

　　圖像處理軟件是用于處理圖像信息的各種應(yīng)用軟件的總稱，專業(yè)的圖像處理軟件有Adobe的Photoshop系列；基于應(yīng)用的處理管理、處理軟件Picasa等，還有國內(nèi)很實用的大眾型軟件彩影，非主流軟件有美圖秀秀，動態(tài)圖片處理軟件有Ulead GIF Animator、gif movie gear等。

　　以上都是現(xiàn)有軟件，功能固定，每一點的效果也是程序事先編程好的，如何做到隨心處理，精確到每一點像素，通過功能內(nèi)部處理圖片的變化呢？

　　本文總結(jié)以下幾個圖片處理算法實例，詳細說明對同一幅圖片進行不同處理是如何變化其RGB值的。圖片點的處理精確到每一個點的RGB，對圖片處理要求達到精細。圖片不同的顯示效果可以根據(jù)自己的需求來調(diào)整。

　　本文主要使用C#語言，對圖片的不同效果進行處理，使用的方法和調(diào)用的技術(shù)手段都不一樣。

2 本文算法

　　下面是對某一圖片的初始定義：

　　圖片寬度：int Pheight；獲取圖片寬度：int pwidth；圖片矩形：Rectangle rect；

　　初始化Bitmap對象：Bitmap mybmp；內(nèi)存像素處理：BitmapData bmpdata；

　　（1）底片效果相關(guān)核心算法

　　算法的主要原理就是先獲得每一點的像素值，然后再用255取反顏色值重新賦值到對應(yīng)的點。

　　if（curbmp==null）{return；}

　　unsafe{int offset=bmpdata.Stride-pwidth*3；

　　byte*bptr=（byte*）（bmpdata.Scan0）；

　　for（intx=0；x<pwidth；x++）

　　{for（inty=0；y<Pheight；y++）

　　{  bptr[0]=（byte）（255-bptr[0]）；bptr[1]=（byte）（255-bptr[1]）；

　　bptr[2]=（byte）（255-bptr[2]）；bptr+=3；}bptr+=offset；}//用255取反

　　curbmp.UnlockBits（bmpdata）；}

　　this.effectPicbox.Image=curbmp；

　　（2）浮雕效果相關(guān)核心算法

　　此算法的原理主要是獲得每一個像素的RGB值，再減去相鄰像素的RGB值，然后加128得到新的RGB值賦值給原像素點。主要核心算法如下：

　　IntPtr ptr=mydata.Scan0；int pixels=Pwidth*Pheight*3；

　　byte[]rgbValues=new byte[pixels]；Marshal.Copy（ptr，rgbValues，0，pixels）；

　　int r=0，g=0，b=0；

　　for（int i=0；i<pixels-6；i+=3）

　　{r=Math.Abs（rgbValues[i+5]-rgbValues[i+2]+128）；

　　//相鄰像素R的值

　　g=Math.Abs（rgbValues[i+4]-rgbValues[i+1]+128）；

　　b=Math.Abs（rgbValues[i+3]-rgbValues[i]+128）；

　　if（r>255）r=255；if（r<0）r=0；if（g>255）g=255；if（g<0）g=0；

　　if（b>255）b=255；if（b<0）b=0；

　　rgbValues[i]=（byte）b；rgbValues[i+1]=（byte）g；rgbValues[i+2]=（byte）r；}

　　Marshal.Copy（rgbValues，0，ptr，pixels）；mybmp.UnlockBits（mydata）；

　　this.effectPicbox.Image=mybmp；

　　（3）黑白效果相關(guān)核心算法

　　將彩色數(shù)字圖片處理成黑白效果通常有3種算法：

　　①最大值法：將每一個像素點的R、G、B中3個值等于其中的最大值。

　　②平均值法：將每一個像素點的R、G、B值等于原3個R、G、B值的平均值。

　　③加權(quán)平均值法：對每一個像素點的R、G、B值進行加權(quán)。

　　本文主要采用第3種加權(quán)平均值的算法主要的算法原理如下：首先獲取每一點的RGB值，分別對每一個像素RGB賦不同的權(quán)值，賦給臨時變量，然后獲得的臨時變量得到的值賦給原像素的RGB值，且RGB 3個值是相同的。

　　IntPtr ptr=mydata.Scan0；int bytes=pwidth*Pheight*3；byte[]rgbValues=new byte[bytes]；

　　Marshal.Copy（ptr，rgbValues，0，bytes）；byte temp=0；

　　for（int i=0；i<bytes-3；i+=3）

　　{temp=（byte）（rgbValues[i+2]*.58+rgbValues[i+1]*.22+rgbValues[i]*0.1）；

　　rgbValues[i]=rgbValues[i+1]=rgbValues[i+2]=temp；}

　　//賦值

　　Marshal.Copy（rgbValues，0，ptr，bytes）；mybmp.UnlockBits（mydata）；

　　this.effectPicbox.Image=mybmp；}

　　catch（System.ArgumentException e）{MessageBox.Show（e.ToString（））；}

　　（4）柔化效果相關(guān)核心算法

　　原理：利用高斯模板，將其每個像素點進行平滑處理，當(dāng)前像素顏色值差距較大的像素和周圍像素取平均值來進行平滑處理，整個圖片變得很柔和。

　　int offset=bmpdata.Stride-pwidth*3；

　　unsafe{byte*ptr=（byte*）bmpdata.Scan0；//地址指針

　　int[]Gauss={1，2，1，2，4，2，1，2，1}；//高斯模板

　　try{ptr+=bmpdata.Stride+3；

　　for（inti=1；i<pwidth-1；i++）

　　{for（intj=1；j<Pheight-1；j++）

　　{int r=0，g=0，b=0；int index=0；

　　for（int col=-1；col<=1；col++）

　　{for（int row=-1；row<=1；row++）

　　{byte*temp=ptr；temp=ptr+bmpdata.Stride*row+col*3；

　　r+=temp[2]*Gauss[index]；g+=temp[1]*Gauss[index]；b+=temp[0]*Gauss[index]；

　　index++；}}

　　r/=16；g/=16；b/=16；if（r>255）r=255；if（r<0）r=0；if（g>255）g=255；

　　if（g<0）g=0；if（b>255）b=255；//邊緣值的處理

　　if（b<0）b=0；

　　（ptr-bmpdata.Stride-3）[2]=（byte）r；（ptr-bmpdata.Stride-3）[1]=（byte）g；

　　（ptr-bmpdata.Stride-3）[0]=（byte）b；ptr+=3；}ptr+=offset；}}

　　catch（System.Exception e）{MessageBox.Show（e.ToString（））；}}

　　mybmp.UnlockBits（bmpdata）；this.effectPicbox.Image=mybmp；

　　（5）銳化效果相關(guān)核心算法

　　該算法的原理與上面的柔和主要核心代碼差不多，但主要處理點不一樣，此算法主要是利用拉普拉斯模版，突出顏色值比較大的像素點。核心代碼不同處如下：

　　int[]Laplacian={-1，-1，-1，-1，9，-1，-1，-1，-1}；

　　//拉普拉斯模板

　　r+=temp[2]*Laplacian[index]；g+=temp[1]*Laplacian[index]；b+=temp[0]*Laplacian[index]；index++；}}

3 實驗結(jié)果

　　圖1~圖6為實驗效果圖。

　　通過上面圖片的效果可以看出，本文算法是真實有效的、可實施的。

4 結(jié)論

　　本文將常見的圖片效果及相應(yīng)的算法顯示出來，通過相應(yīng)的算法及實驗結(jié)果可證明算法是可實施的。

　　現(xiàn)實中圖片處理算法遠不止這些，這里不再一一列舉，本文列舉一些常見圖片處理算法的處理，供大家借鑒使用。其他圖片處理算法主要原理也是在圖片像素點上處理著手，可根據(jù)自己的想法，將圖片處理成更多效果。

　　圖片處理多種多樣，視覺效果要求也千差萬別，隨著網(wǎng)絡(luò)的發(fā)展將不斷優(yōu)化算法使其更加合理地應(yīng)用。

參考文獻

　　[1] 王濤.ASP動態(tài)網(wǎng)頁圖片的處理[J].佳木斯大學(xué)學(xué)報（自然科學(xué)版），2005，23（2）：229-232.

　　[2] 余靜，馬博.基于LSB圖像水印加密技術(shù)改進及實現(xiàn)[J].煤炭技術(shù)，2010，29（2）：180-182.

　　[3] 張祖蓮，王命全，李景林.基于圖像色值轉(zhuǎn)換算法[J].微型機與應(yīng)用，2014，33（14）：36-37.

　　[4] 王命全，張祖蓮，李景林.防Web攻擊的登錄窗口程序設(shè)計[J].微型機與應(yīng)用，2014，33（5）：5-7.