C++ 怎么把24位图中不是纯黑的点去掉高效算法代码实现

时间: 2024-05-02 22:17:45 浏览: 10
以下是一种高效算法,实现将24位图中不是纯黑的点去除。 1.将图像转换为灰度图像。 2.创建一个二维数组,大小与图像相同,用于存储每个像素点的灰度值。 3.遍历每个像素点,将其灰度值存储到数组中。 4.遍历每个像素点,如果其灰度值不为0,则将其标记为需要保留的点。 5.将需要保留的点的坐标存储到一个列表中。 6.创建一个新的图像,大小与原图相同。 7.遍历需要保留的点的坐标列表,将这些点在新图像中设置为黑色。 以下是C语言代码实现: ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #include <stdbool.h> #include <stdint.h> typedef struct { uint8_t r; uint8_t g; uint8_t b; } pixel_t; typedef struct { pixel_t *pixels; size_t width; size_t height; } bitmap_t; void bitmap_set_pixel(bitmap_t *bitmap, size_t x, size_t y, pixel_t pixel) { bitmap->pixels[y * bitmap->width + x] = pixel; } pixel_t bitmap_get_pixel(bitmap_t *bitmap, size_t x, size_t y) { return bitmap->pixels[y * bitmap->width + x]; } bitmap_t *bitmap_create(size_t width, size_t height) { bitmap_t *bitmap = malloc(sizeof(bitmap_t)); bitmap->pixels = calloc(width * height, sizeof(pixel_t)); bitmap->width = width; bitmap->height = height; return bitmap; } void bitmap_destroy(bitmap_t *bitmap) { free(bitmap->pixels); free(bitmap); } bitmap_t *bitmap_load(const char *filename) { FILE *file = fopen(filename, "rb"); if (!file) { return NULL; } uint8_t header[54]; fread(header, sizeof(uint8_t), 54, file); size_t width = *(uint32_t *)&header[18]; size_t height = *(uint32_t *)&header[22]; bitmap_t *bitmap = bitmap_create(width, height); size_t row_size = width * sizeof(pixel_t); size_t padding_size = (4 - (row_size % 4)) % 4; uint8_t padding[3]; for (size_t y = 0; y < height; y++) { fread(bitmap->pixels + (y * width), sizeof(pixel_t), width, file); fread(padding, sizeof(uint8_t), padding_size, file); } fclose(file); return bitmap; } bool bitmap_save(bitmap_t *bitmap, const char *filename) { FILE *file = fopen(filename, "wb"); if (!file) { return false; } uint8_t header[54] = { 0x42, 0x4D, 0x36, 0x00, 0x0C, 0x00, 0x00, 0x00, 0x00, 0x00, 0x36, 0x00, 0x00, 0x00, 0x28, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x01, 0x00, 0x18, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x0C, 0x00, 0x00, 0x13, 0x0B, 0x00, 0x00, 0x13, 0x0B, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00 }; size_t width = bitmap->width; size_t height = bitmap->height; *(uint32_t *)&header[18] = (uint32_t)width; *(uint32_t *)&header[22] = (uint32_t)height; size_t row_size = width * sizeof(pixel_t); size_t padding_size = (4 - (row_size % 4)) % 4; uint8_t padding[3] = {0, 0, 0}; fwrite(header, sizeof(uint8_t), 54, file); for (size_t y = 0; y < height; y++) { fwrite(bitmap->pixels + (y * width), sizeof(pixel_t), width, file); fwrite(padding, sizeof(uint8_t), padding_size, file); } fclose(file); return true; } void bitmap_grayscale(bitmap_t *bitmap) { for (size_t y = 0; y < bitmap->height; y++) { for (size_t x = 0; x < bitmap->width; x++) { pixel_t pixel = bitmap_get_pixel(bitmap, x, y); uint8_t gray = (uint8_t)(0.299 * pixel.r + 0.587 * pixel.g + 0.114 * pixel.b); pixel.r = gray; pixel.g = gray; pixel.b = gray; bitmap_set_pixel(bitmap, x, y, pixel); } } } void bitmap_remove_nonblack(bitmap_t *bitmap) { bool *keep = calloc(bitmap->width * bitmap->height, sizeof(bool)); size_t count = 0; for (size_t y = 0; y < bitmap->height; y++) { for (size_t x = 0; x < bitmap->width; x++) { pixel_t pixel = bitmap_get_pixel(bitmap, x, y); if (pixel.r != 0 || pixel.g != 0 || pixel.b != 0) { keep[y * bitmap->width + x] = true; count++; } } } bitmap_t *new_bitmap = bitmap_create(bitmap->width, bitmap->height); for (size_t y = 0; y < bitmap->height; y++) { for (size_t x = 0; x < bitmap->width; x++) { if (keep[y * bitmap->width + x]) { bitmap_set_pixel(new_bitmap, x, y, (pixel_t){0, 0, 0}); } } } memcpy(bitmap->pixels, new_bitmap->pixels, bitmap->width * bitmap->height * sizeof(pixel_t)); bitmap->width = new_bitmap->width; bitmap->height = new_bitmap->height; free(keep); bitmap_destroy(new_bitmap); } int main(int argc, char *argv[]) { if (argc != 3) { fprintf(stderr, "Usage: %s <input_file> <output_file>\n", argv[0]); return 1; } const char *input_file = argv[1]; const char *output_file = argv[2]; bitmap_t *bitmap = bitmap_load(input_file); if (!bitmap) { fprintf(stderr, "Error: Failed to load input file '%s'\n", input_file); return 1; } bitmap_grayscale(bitmap); bitmap_remove_nonblack(bitmap); if (!bitmap_save(bitmap, output_file)) { fprintf(stderr, "Error: Failed to save output file '%s'\n", output_file); return 1; } bitmap_destroy(bitmap); return 0; } ```

相关推荐

最新推荐

recommend-type

c++代码实现tea加密算法的实例详解

主要介绍了c++代码实现tea加密算法,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

C++贪心算法实现活动安排问题(实例代码)

贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。这篇文章主要介绍了C++贪心算法实现活动安排问题,需要的朋友可以参考下
recommend-type

C++实现分水岭算法(Watershed Algorithm)

主要为大家详细介绍了C++实现分水岭算法Watershed Algorithm,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C++递归算法实例代码

主要介绍了C++递归算法实例代码,还是比较不错的,运用了递归算法解决相关问题,这里分享给大家,需要的朋友可以参考下。
recommend-type

马尔可夫链算法(markov算法)的awk、C++、C语言实现代码

主要介绍了马尔可夫链算法(markov算法)的awk、C++、C语言实现代码,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

用Spring boot和vue写一个登录注册界面

好的,这是一个比较常见的技术问题,我可以为您提供一些参考资料和思路。首先,您可以使用Spring Boot作为后端框架来处理用户认证和注册的逻辑,比如使用Spring Security实现用户登录认证。同时,您还需要设计相应的数据模型和数据库表结构来存储用户信息。在前端方面,您可以使用Vue.js作为框架来构建登录注册页面,使用Axios来发起API请求并和后端进行交互。当然,在实现过程中,还需要考虑一些具体细节,比如数据校验、安全性和用户体验等方面。希望这些信息能够帮助到您。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。