读BMP图象

我查了BMP 的储存格式,只有黑白两色的时候 ,,是以一个位表示一个像素,

agilecoder(原始森林),,,
一天下来就你一个人来顶,,

涉及到好多算法的问题哦，
如果那个做出photoshop的人在这里，也许能回答哦。呵呵，帮你顶一下啦。

刚开始的时候,,我也把问题想难了
其实Delphi 里,,,已经有像Bmp.Canvas.Pixels[m,n]
可以直接读每个像素的颜色值,,,
不要像我原来想的哪样还要去分析,,
bmp文件,,,位图是什么存的,,,现在关键是图片的校正,,
或者是,,定位边框,,,(其实也是为了校正图片)

1.能不能统计出黑格数目,
图形是扫描进来的,canvas 的 Pixels 可以实现2.如果扫描时图形,纸的位置没有放好,(很经常的事,)这时候什么办..根据位置重新画一个了

循环检验Bmp.Canvas.Pixels[m,n]
的颜色值不就行了么

//用这个函数吧function GetBlackPointSizeOfBmp(Bmp:TBitmap):Integer;
var
    x,y:Integer;
begin
     Result:=0;
     with Bmp do
     begin
          for y:=0 to Height-1 do
               for x:=0 to Width-1 do
                   if Canvas.Pixels[x,y]=0 then Inc(result);
     end;
end;

图片是,,黑色边框的格子格子里面用笔涂黑,,不会有重叠
你说的算法,我没有听说过,,,能不能帮忙一下找一下资料
tonylk(=www.tonixsoft.com=)

http://www.chinaai.org/Article_Show.asp?ArticleID=325有关细线算法的,,,不懂

tonylk(=www.tonixsoft.com=) 有书之类的也行,,推荐一下,
要学哪些东西,
我看不懂

GoldShield(金盾) ( ),,,是累,,,图发到哪里去啊

没有参照线(参照物),程序怎么知道该调整的角度多少???photoshop 也是由操作员输入一个旋转角度调整的呀.如果在左上角(右上角,左下角,右下角)能有非常明显的参照线,水平(垂直),关键是分析出参照线对于水平(垂直)的偏斜角度,然后根据此角度旋转图像.

顶，学了PHOTOSHOP似乎也不能完全搞定

把你的图发一张给我看看。[email protected](注明“读BMP图象”)

Hewin(hewin) ( )谢谢
我已经发到[email protected] ,谢谢

发个图片到[email protected]，我看看？
我提提我的思路：
既然是扫描的，我想失真应该不至于太离谱
首先先将该bmp转换成灰度图
你可以用一个二维数组Pic[i][j]来存图像的灰度值(8Bit即可)，可以使用.GetBValue方法得到灰度值
既然是扫描的，肯定不能保证是二值图像
所以要进行阈值分割，限定一个阈值，高于这个阈值的置为255，低于该阈值的设为0
这些预处理步骤肯定是需要的。
接着，如果按搂主所说，想得到边框，用soble算子运算可得到他的边缘图像（边缘为黑色，其余为白色）
然后要根据具体的图像特征进行调整了。不知道能不能帮上忙。

下图是左上角的图片经过阈值(90)分割后，Rob算子边缘提取的结果
http://202.115.16.8/~zplinze/IMAGES/DIP.jpg

zplinze(linze)
既然是扫描的，肯定不能保证是二值图像扫描的时候,,可以选择黑白两色扫描
(连灰度都没有)主要不是这些问题

主要当然不是这些问题，但是预处理是正确计算的基础。也能在很大程度影响计算结果的效率和准确性。
那么涂抹格子的时候是否均匀，会不会有漏图的很小的点？
既然是以黑白两色扫描，扫描之后产生的噪声主要是什么噪声？比如是随机的点噪声还是其余的失真？
如果只是旋转的角度问题影响倒不大。
如果噪声是以随机点的形式出现的(包括黑格中的白点和白格中的黑店)，可以采用中值滤波的方式，很容易去掉。因为噪声点面积较小，周围又都是和他反色的，所以很容易去除噪声。因为是在黑边格子上图的，如果黑边比较细，可以考虑用形态学的腐蚀算法，有效的去掉格子的边。剩下的就是白色，和白色上的几个黑块。
然后统计黑块的象素数（由于前面已经将噪声去除，所以误差不大。如果不进行这些预处理的话，结果会有较大的出入）求平均即可。
又或者可以用上面提到的sobel算子计算边缘，这时候图像变成黑底，和若干个白色边框，也可确定图像中黑色格子数。

刚才我草草试了一下，
一个黑边格子，填入若干黑色块。加入随机噪声（黑色块上的白色和白色上的黑色）
经过滤波、分割后的效果，及其边缘
我想根据预处理之后的结果，要计算出格子的个数并不难吧？
如果没能有效的去除噪声和格子的黑边，对计算的结果会又很大的影响
http://202.115.16.8/~zplinze/IMAGES/TEST1.jpg

zplinze(linze)
不好意思,,我把图发到你的邮箱里面了[email protected]

zplinze(linze)
图片处理,我没有这方面的知识
有基础的书您可以指点一下,,在这里深表感谢
其实还要算出黑点格子的位置
(发给您的图片,,是A3纸,用A4的扫描义,,所以只有半张,
但这没有什么影响)

目前为止如果要精确的定位的话，我先用photo截掉了表格以外的部分
然后进行多次中值滤波：
中值滤波的基本原理: 假设要计算Image[i][j]的值，先对以Image[i][j]为中心的一个正方形（窗）内的图像象素进行排序。位于中间的那个就是Image[i][j]变换后的值。
这样如果Image[i][j]是黑的，而Image[i][j]周围有有较多白色的话，就会被窗口的中值白色所替换，反之亦然。因此能有效的去除比窗口宽度小的噪声。
既然是以Image[i][j]为中心，所以滤波时要选取奇数作为窗口的宽度
------------
0,0|0,1|0.2| 这是一个3×3的滤波窗口
------------
1,0|1,1|1.2| 这样(1,1)的值会被(0,0)~(2,2)的中间值所替代
------------
2,0|2,1|2.2|
------------
由于该图是二值图像，所以我对上述算法进行了修改，除去了排序过程，而改用象素值的累加。因为数组中只有255和0两中数据，所以根据累加和很容易判断那个数据占多数。
由于中值滤波会在图像四周边缘留下噪声，所以我手动对图像四周边缘进行了白色填充。首先选用较小窗口进行滤波，可以去除扫描时引入的随机噪声和细的边框、题号数字。
同时避免因为窗口过大而使相邻的两格被连在一起
但是如果边框较粗，则还会留下一些噪声，此时选用较大的窗口再滤几次即可，就是速度太慢。滤波之后，从左上角开始计算，
用一个矩形窗在图像上移动，计算窗内黑色象素占窗口的百分比，如果黑色象素占窗口的30%以上，就认为该窗口被选中，即可确定它的位置。以上只是基本的算法，是否可行、如何调整我们可以一起讨论讨论

我草草写了一个程序，界面比较简陋，一下是对图像一部分的检测结果
下图是滤波前的原图
http://202.115.16.8/~zplinze/IMAGES/old.jpg
下图是经过滤波后的图
黑色边框是检测时检测到存在答案时框上的http://202.115.16.8/~zplinze/IMAGES/filter.jpg
下图是计算结果
http://202.115.16.8/~zplinze/IMAGES/ans.jpg程序我打包发到楼主信箱里
算是抛砖引玉吧

目前为止如果要精确的定位的话，我先用photo截掉了表格以外的部分其实我最苦恼的就是边框的定位,,,,
因为有几百张图,,每张都处理一次 ,,,把这步省了,,我就晕了也没有处理的那么麻烦(太慢了),,不过这些对我来说是新知识 ,,,非常感谢我把我做的程序发到您的邮箱里,,帮我看看,,有没有定位边框的方法,,

zplinze(linze)
如果能帮我想出办法,,发email给我,,我再开贴这个问题放久了,,结贴了

解决方案 »