c语言二维数组图像处理

### 使用C语言通过二维数组实现图像处理

#### 定义和初始化二维数组
在C语言中，可以使用二维数组来表示图像。假设图像是灰度图像，则每个像素可以用0到255之间的整数表示亮度值。对于彩色图像，通常会使用三个通道（红、绿、蓝）。这里先讨论简单的灰度图像。

为了创建一个大小为`width×height`的灰度图像，可以通过如下方式定义并初始化二维数组：

#include <stdio.h>
#define WIDTH 800    /* 图像宽度 */
#define HEIGHT 600   /* 图像高度 */

int main() {
    unsigned char image[HEIGHT][WIDTH]; // 声明一个无符号字符类型的二维数组作为图像
    
    // 初始化所有像素为白色(最大亮度)
    for (int y = 0; y < HEIGHT; ++y) {
        for (int x = 0; x < WIDTH; ++x) {
            image[y][x] = 255;
        }
    }

    return 0;
}

此代码片段展示了如何声明一个固定尺寸的二维数组，并将其所有元素设置为全白状态[^1]。

#### 访问和修改像素值
一旦有了这样的二维数组，就可以轻松地读取或更改特定位置上的像素值。例如，在给定坐标`(x, y)`处获取当前颜色并将它变为黑色的操作如下所示：

// 获取指定坐标的像素值
unsigned char pixelValue = image[y][x];

// 设置新的像素值为黑色(最小亮度)
image[y][x] = 0;

这段程序说明了怎样访问现有数据以及更新新值的方法[^2]。

#### 实现基本滤镜效果
利用上述技巧，还可以编写更复杂的算法来进行各种各样的图像变换操作。下面给出的是一个简单的一阶微分边缘检测算子Sobel算子的应用实例：

void apply_sobel(unsigned char src[][WIDTH], int dst[][WIDTH]) {
    const int sobel_x[] = {-1, 0, 1,
                           -2, 0, 2,
                          -1, 0, 1};
    
    const int sobel_y[] = {-1,-2,-1,
                            0, 0, 0,
                            1, 2, 1};

    for(int i=1;i<HEIGHT-1;++i){
        for(int j=1;j<WIDTH-1;++j){
            float gx = 0.0f,gx = 0.0f;

            for(int k=-1;l<=1;++l){
                    gx += src[i+k][j+l]*sobel_x[(k+1)*3+(l+1)];
                    gy += src[i+k][j+l]*sobel_y[(k+1)*3+(l+1)];
                }
            }

            dst[i][j]=(int)sqrt(gx*gx + gy*gy);
        }
    }
}

该函数接收源图像(`src`)及其对应的输出缓冲区(`dst`)作为参数，并应用水平方向(Sobel_X)和垂直方向(Sobel_Y)梯度模板计算每个像素的新强度值[^4]。