【图像】给定一个坐标点计算该坐标点在不同类型图像的起始位置(指针偏移)

一、给定一个坐标点计算该坐标点在不同类型图像位置(指针偏移)

这样方便计算指针的位置,它决定了函数从哪里开始读取图像数据。

参数

iImgWidth 图像的宽

pwSrcImg 是指向图像数据起始位置的指针

坐标点(nx,ny)

//8位灰度图像

pwSrcImg + nyiImgWidth + nx

//16位灰度图像

pwSrcImg + nyiImgWidth + nx

// 对于RGB图像(3通道,不含透明度(Alpha))

pwSrcImg + ny*iImgWidth * 3 + nx * 3

二、图像的像素在内存中的存储方式

图像的像素在内存中的存储方式_像素值怎么存放的-CSDN博客文章浏览阅读522次,点赞5次,收藏4次。图像的像素在内存中的存储方式_像素值怎么存放的https://blog.csdn.net/wangnaisheng/article/details/140178059

三、图像位置(指针偏移)详细解释

3.1 16位灰度图像的情况

图像位置=(pwSrcImg + ny*iImgWidth + nx)

在16位灰度图像中,每个像素占用2个字节。表达式 pwSrcImg + ny*iImgWidth + nx 确定了图像中特定像素的地址,该像素位于从左上角开始的第ny行和第nx列。

  • pwSrcImg 是指向图像数据起始位置的指针。
  • ny 是目标像素所在行相对于图像顶部的垂直偏移(行数)。
  • iImgWidth 是图像的宽度(以像素为单位),而 ny*iImgWidth 计算出了目标行相对于第一行的偏移(以像素为单位)。
  • + nx 表示在目标行内从左边开始的水平偏移(列数)。

因为每个像素占用2个字节,所以通常在计算步长的时候会乘以2,但是在指针偏移计算中并不需要显式地乘以2,因为加法操作自动考虑了每个像素的字节大小。

3.2 RGB图像(3通道)的情况

图像位置=(pwSrcImg + ny*iImgWidth * 3 + nx * 3)

对于RGB图像,每个像素由3个8位通道组成(红色、绿色和蓝色),这意味着每个像素占用3个字节。表达式 pwSrcImg + ny*iImgWidth * 3 + nx * 3 确定了图像中特定像素的地址,同样是位于从左上角开始的第ny行和第nx列。

  • pwSrcImg 是指向图像数据起始位置的指针。
  • ny*iImgWidth * 3 计算了目标行相对于第一行的偏移,同时考虑了每个像素占用3个字节。
  • + nx * 3 计算了目标行内从左边开始的水平偏移,同样考虑了每个像素占用3个字节。

3.3 总结

这两个表达式都旨在定位到图像中特定位置的像素,但是由于灰度图像和RGB图像的像素结构不同,偏移计算也相应地不同。灰度图像的偏移计算简单些,因为每个像素只包含一个值,而RGB图像的计算则需要考虑额外的通道数。

四、图像位置(指针偏移)与图像的步长关系

在图像处理中,步长(srcStep)和指针偏移(如pwSrcImg + ny*iImgWidth + nxpwSrcImg + ny*iImgWidth * 3 + nx * 3)密切相关,它们共同决定了如何访问图像中的像素数据。理解这两者之间的关系对于正确读取和处理图像至关重要。

4.1 步长(srcStep

步长通常指的是图像一行像素数据的字节长度。在连续存储的图像数据中,即使图像的每一行像素数目相同,实际的行数据长度也可能因为对齐或填充等原因而超过像素数据实际所需的字节数。步长反映了这一行数据的实际字节长度,包括可能存在的填充。

对于灰度图像,如果每个像素是8位,步长可能就是图像宽度乘以1(字节/像素)。如果每个像素是16位,步长可能是图像宽度乘以2(字节/像素)。

对于RGB图像,如果每个颜色通道是8位,步长是图像宽度乘以3(字节/像素)。

4.2 指针偏移

指针偏移用于确定图像中某个特定像素的位置。在表达式pwSrcImg + ny*iImgWidth + nxpwSrcImg + ny*iImgWidth * 3 + nx * 3中,pwSrcImg是图像数据的起始地址,nynx分别指示了行和列上的偏移量。对于16位灰度图像,由于每个像素占用2字节,因此pwSrcImg + ny*iImgWidth + nx直接给出了像素的地址,不需要额外乘以字节数,因为加法操作已经考虑了每个像素的字节大小。

4.3 关系

步长和指针偏移一起确保了函数能正确地访问图像中的像素。步长告诉函数如何从一行跳转到另一行(即每行的字节长度),而指针偏移则确定了在当前行中访问哪个具体的像素。

例如,在RGB图像中,当你从一行跳转到另一行时,你不仅需要跳过像素的宽度,还要考虑到每个像素由3个字节组成。因此,ny*iImgWidth * 3部分负责计算垂直方向上的偏移,而nx * 3则计算水平方向上的偏移,确保了函数能准确地定位到正确的像素位置。

总之,步长和指针偏移共同作用,使得函数能够在图像数据中准确地定位和读取像素信息。

五、多边形相交

5.1 获取GDI+获取两个多边形区域相交、非相交区域

【C#】 使用GDI+获取两个多边形区域相交、非相交区域_gdi+如何获取2条多段线交叉形成的交集图形-CSDN博客文章浏览阅读344次。【C#】 使用GDI+获取两个多边形区域相交、非相交区域_gdi+如何获取2条多段线交叉形成的交集图形https://blog.csdn.net/wangnaisheng/article/details/1405273155.2在一个给定的宽、高范围内,获取到该多边形内部的所有坐标集合? 【C#】在一个给定的宽、高范围内,获取到该多边形内部的所有坐标集合?-CSDN博客文章浏览阅读594次,点赞9次,收藏7次。【C#】在一个给定的宽、高范围内,获取到该多边形内部的所有坐标集合?https://blog.csdn.net/wangnaisheng/article/details/140513467

相关推荐
一念之坤20 小时前
14篇--模板匹配
图像处理·python·opencv·计算机视觉
机器视觉李小白1 天前
Halcon 机器视觉案例 之 药剂液面高度测量
图像处理·笔记·halcon·机器视觉
老艾的AI世界2 天前
AI视频抠图来了!还可以替换视频背景,附下载链接
图像处理·人工智能·深度学习·神经网络·目标检测·机器学习·视频抠图·视频去背景·ai视频抠图·视频背景替换
计算机科研之友(Friend)2 天前
海外招聘丨埃因霍温科技大学—安全人工智能自动机器学习博士后
图像处理·人工智能·科技·机器学习·信号处理
Mobius80862 天前
探索 Seaborn Palette 的奥秘:为数据可视化增色添彩
图像处理·python·信息可视化·数据分析·pandas·matplotlib·数据可视化
杨德杰3 天前
ISP算法之坏点校正DPC(二):Verilog硬件实现与仿真
图像处理·isp·isp pipline·dpc·坏点校正
Tiandaren3 天前
从Python到C++的转变之路——如何高效复现C++开源项目 || Windows || Visual Studio || 持续更新
开发语言·c++·图像处理·人工智能·python·深度学习·开源
思通数科大数据舆情3 天前
4大应用场景揭秘:AI视频监控在养老院中的智能化管理与安全保障
大数据·图像处理·人工智能·目标检测·机器学习·计算机视觉·数据挖掘
灵封~3 天前
python图像处理
图像处理·人工智能·计算机视觉
liuming19924 天前
Halcon中dots_image(Operator)算子原理及应用详解
图像处理·人工智能·深度学习·计算机视觉·视觉检测