求bmp 图像 黑斑检测mfc 算法解决办法

求bmp 图像 黑斑检测mfc 算法

检测到黑斑的位置并标记出来  求高手指点
------解决思路----------------------
对所有像素求平均值
将图像每个像素减去平均值，再乘以一个大于1的系数（黑斑增强）
显示处理后的图像
------解决思路----------------------
《学习OpenCV（中文版）》
findContours
------解决思路----------------------
用自适应二值化行不，类似一楼的说法，完后得到模版，自然就可以标记了
------解决思路----------------------

84.void ImageBinarization(IplImage *src)  

85.{   /*对灰度图像二值化，自适应门限threshold*/  

86.    int i,j,width,height,step,chanel,threshold;  

87.    /*size是图像尺寸，svg是灰度直方图均值，va是方差*/  

88.    float size,avg,va,maxVa,p,a,s;  

89.    unsigned char *dataSrc;  

90.    float histogram[256];  

91.  

92.    width = src->width;  

93.    height = src->height;  

94.    dataSrc = (unsigned char *)src->imageData;  

95.    step = src->widthStep/sizeof(char);  

96.    chanel = src->nChannels;  

97.    /*计算直方图并归一化histogram*/  

98.    for(i=0; i<256; i++)  

99.        histogram[i] = 0;  

100.    for(i=0; i<height; i++)  

101.        for(j=0; j<width*chanel; j++)  

102.        {  

103.            histogram[dataSrc[i*step+j]-'0'+48]++;  

104.        }  

105.        size = width * height;  

106.        for(i=0; i<256; i++)  

107.            histogram[i] /=size;  

108.        /*计算灰度直方图中值和方差*/  

109.        avg = 0;  

110.        for(i=0; i<256; i++)  

111.            avg += i*histogram[i];  

112.        va = 0;  

113.        for(i=0; i<256; i++)  

114.            va += fabs(i*i*histogram[i]-avg*avg);  

115.        /*利用加权最大方差求门限*/  

116.        threshold = 20;  

117.        maxVa = 0;  

118.        p = a = s = 0;  

119.        for(i=0; i<256; i++)  

120.        {  

121.            p += histogram[i];  

122.            a += i*histogram[i];  

123.            s = (avg*p-a)*(avg*p-a)/p/(1-p);  

124.            if(s > maxVa)  

125.            {  

126.                threshold = i;  

127.                maxVa = s;  

128.            }  

129.        }  

130.        /*二值化*/  

131.        for(i=0; i<height; i++)  

132.            for(j=0; j<width*chanel; j++)  

133.            {  

134.                if(dataSrc[i*step+j] > threshold)  

135.                    dataSrc[i*step+j] = 255;  

136.                else  

137.                    dataSrc[i*step+j] = 0;  

138.            }  

139.}  

------解决思路----------------------
这个问题很简单，方法如下：
1，图像颜色增强，如果你是在不想做，就试试直方图均衡化；
2，一般增强后的图像中会明显看到圆形斑块，此时你可以进行二值化得到圆形斑块的信息，包括位置，质心，外接矩形，都可以算出来。
------解决思路----------------------
我用直方图均衡化试了下，效果图如下：
在做个二值化，很容易得到你要的结果。
------解决思路----------------------
二值化后检测