c++编程实现knn均值滤波算法

KNN均值滤波算法是一种基于邻域像素的图像处理方法，它可以消除图像中的噪声，平滑图像并保留图像的边缘细节。下面是使用C语言实现KNN均值滤波算法的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define WIDTH 256   // 图像宽度
#define HEIGHT 256  // 图像高度
#define K 3         // K值

// 读取图像文件
int** readImage(char* filename) {
    FILE* fp = fopen(filename, "rb");
    if (fp == NULL) {
        printf("Cannot open file %s.\n", filename);
        exit(1);
    }
    int** image = (int**)malloc(sizeof(int*) * HEIGHT);
    for (int i = 0; i < HEIGHT; i++) {
        image[i] = (int*)malloc(sizeof(int) * WIDTH);
        fread(image[i], sizeof(int), WIDTH, fp);
    }
    fclose(fp);
    return image;
}

// 写入图像文件
void writeImage(int** image, char* filename) {
    FILE* fp = fopen(filename, "wb");
    if (fp == NULL) {
        printf("Cannot open file %s.\n", filename);
        exit(1);
    }
    for (int i = 0; i < HEIGHT; i++) {
        fwrite(image[i], sizeof(int), WIDTH, fp);
    }
    fclose(fp);
}

// 计算两点之间的距离
double distance(int x1, int y1, int x2, int y2) {
    return sqrt(pow(x1 - x2, 2) + pow(y1 - y2, 2));
}

// KNN均值滤波算法
int knnFilter(int** image, int x, int y) {
    int count = 0;
    int sum = 0;
    for (int i = 0; i < HEIGHT; i++) {
        for (int j = 0; j < WIDTH; j++) {
            if (distance(x, y, i, j) <= K) {
                count++;
                sum += image[i][j];
            }
        }
    }
    return sum / count;
}

int main() {
    int** image = readImage("lena.raw");
    int** result = (int**)malloc(sizeof(int*) * HEIGHT);
    for (int i = 0; i < HEIGHT; i++) {
        result[i] = (int*)malloc(sizeof(int) * WIDTH);
        for (int j = 0; j < WIDTH; j++) {
            result[i][j] = knnFilter(image, i, j);
        }
    }
    writeImage(result, "lena_knn.raw");
    return 0;
}

在上面的代码中，首先定义了常量`WIDTH`和`HEIGHT`来表示图像的宽度和高度，以及常量`K`表示K值。然后定义了`readImage`函数来读取图像文件，`writeImage`函数来写入图像文件。接下来实现了`distance`函数来计算两点之间的距离，以及`knnFilter`函数来实现KNN均值滤波算法。最后在`main`函数中调用`readImage`函数读取图像文件，然后对每个像素点调用`knnFilter`函数进行滤波，最后调用`writeImage`函数将处理后的图像保存到文件中。