WPF图像处理之像素操作

文章目录

WPF Image控件的初步使用

框架准备

为了演示C#中的图像处理功能,先在xaml中导入一张图片,并且预留出一个WrapPanel,用于存放操作按钮。

xml 复制代码
<TabControl TabStripPlacement="Left">
    <TabItem Header="Bitmap 学习">
        <DockPanel LastChildFill="True" >
            <WrapPanel DockPanel.Dock="Right" Width="150" Background="#EEEEEE">
            </WrapPanel>
            <Image Margin="10"
                x:Name="img" Source="E:\Pictures\test.jpeg"/>
        </DockPanel>
    </TabItem>

</TabControl>

整体框架如下

图像转灰度

转灰度往往是图像处理的第一步,其实质是将图像转换为矩阵,从而便于进行像素操作。wpf提供了非常方便的格式转换类,下面新建一个按钮,绑定下面的函数,即可实现图像转灰度的功能

csharp 复制代码
Bitmap bmp = new BitmapImage(new Uri(@"E:\Pictures\test.jpeg"));
private void btnGray_Click(object sender, RoutedEventArgs e)
{
    img.Source = new FormatConvertedBitmap(bmp, PixelFormats.Gray8, null, 0);
}

其中,FormatConvertedBitmap用于图像格式转换,其输入的4个参数分别是输入图像,图像格式,调色盘以及透明度。由于其继承自BitmapSource,故而可以直接绑定至img.Source中。

点击按钮后,结果如下

像素操作

在转为灰

度之后,图像仍旧以对象的形式存在,而无法直接索引。为此需要新建一个数组,来装载图像的像素,这个数组处理完成后,再把像素值填充进一个新的BitmapSource中。

下面实现一个阈值功能,将灰度值小于128的像素统统置0,实现类似下图的效果

代码如下

cs 复制代码
private void btnPixel_Click(object sender, RoutedEventArgs e)
{
    var src = new FormatConvertedBitmap(bmp, PixelFormats.Gray8, null, 0);
    var h = src.PixelHeight;    // 图像高度
    var w = src.PixelWidth;     // 图像宽度

    var pixels = new byte[h * w];
    src.CopyPixels(pixels, w, 0);
    pixels = pixels.Select(x => x>128 ? x : (byte)0).ToArray();
    img.Source = BitmapSource.Create(w, h, 96, 96,
        PixelFormats.Indexed8, BitmapPalettes.Gray256, pixels, w);
}

其中用到了两个BitmapSource的方法,首先通过CopyPixels将像素赋值给pixels,然后再调用Create来创建。

相关推荐
杨凯凡8 小时前
IT日报|2026-11-13:GitHub 大规模凭据攻击、Signal 形式化验证、Claude 新模型与 AI 安全诉讼
人工智能·安全·github
一个天蝎座 白勺 程序猿8 小时前
别让收藏夹替你学习:我搭AI知识体系的完整方法,脚本直接拿去用
人工智能·学习·ai·ai学习
伞伞悦读8 小时前
【第83期】特征选择中的验证泄漏排查的实验与排查
人工智能·深度学习·机器学习
用户697625682569 小时前
用 Alook 把本机编程 agent 拉进频道:Pi + MiniMax 实操
人工智能
P1Browser9 小时前
账号触发平台安全审核?拆解标准申诉流程与材料清单
大数据·人工智能·安全·多账号管理·指纹浏览器·账户安全·运营合规
丘山录9 小时前
本地部署 Edge0-145B,98GB 放 NAS 慢 51 倍
人工智能
楚山之石9 小时前
【Nat Biomed Eng】Connectome 2.0 超高梯度扫描仪:500 mT/m 与 600 T/m/s 把活体人脑微观结构分辨推进到亚微米级
图像处理·学习·数据分析·mri
一只废狗狗狗狗狗狗狗狗狗9 小时前
自监督式学习
人工智能·深度学习·机器学习·bert
武子康10 小时前
给 H3-World 叠加 Turbo,动作 LoRA 为什么还要重新验收?
人工智能·agent·claude
Dawson Zhu10 小时前
【分布式训练④】张量并行与序列并行:把单层参数切碎分到多张卡
人工智能·语言模型·架构·aigc·agi