求图像处理 边缘检测（包括Roberts算子、Krisch算子、Gauss-Laplace高斯－拉普拉斯算子三种算子）的源代码！谢谢！

Question

邮箱：[email protected]

Answer 1

边缘检测类(包括Roberts, Sobel, Prewitt, Kirsch等算子的边缘检测算法) 
public class EdgeDetect : ImageInfo 
{ 
/************************************************************ 
* 
* Roberts, Sobel, Prewitt, Kirsch, GaussLaplacian 
* 水平检测、垂直检测、边缘增强、边缘均衡化 
* 
************************************************************/ 
/// 
/// 对两幅图像进行梯度运算 
/// 
/// 位图 1 
/// 位图 2 
/// 
private Bitmap Gradient(Bitmap b1, Bitmap b2) 
{ int width = b1.Width; 
int height = b1.Height; 
BitmapData data1 = b1.LockBits(new Rectangle(0, 0, width, height), 
ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb); 
BitmapData data2 = b2.LockBits(new Rectangle(0, 0, width, height), 
ImageLockMode.ReadOnly, PixelFormat.Format32bppArgb); 
unsafe 
{ 
byte* p1 = (byte*)data1.Scan0; 
byte* p2 = (byte*)data2.Scan0; 
int offset = data1.Stride - width * BPP; 
for (int y = 0; y < height; y++) 
{ 
for (int x = 0; x < width; x++) 
{ 
for (int i = 0; i < 3; i++) 
{ 
int power = (int)Math.Sqrt((p1[i] * p1[i] + p2[i] * p2[i])); 
p1[i] = (byte)(power > 255 ? 255 : power); 
} // i 
p1 += BPP; 
p2 += BPP; 
} // x 
p1 += offset; 
p2 += offset; 
} // y 
} 
b1.UnlockBits(data1); 
b2.UnlockBits(data2); 
Bitmap dstImage = (Bitmap)b1.Clone(); 
b1.Dispose(); 
b2.Dispose(); 
return dstImage; 
} // end of Gradient /// 
/// 按 Roberts 算子进行边缘检测 
/// 
/// 位图流 
/// 
public Bitmap Roberts(Bitmap b) 
{ 
int width = b.Width; 
int height = b.Height; 
Bitmap dstImage = new Bitmap(width, height); 
BitmapData srcData = b.LockBits(new Rectangle(0, 0, width, height), 
ImageLockMode.ReadOnly, PixelFormat.Format32bppArgb); 
BitmapData dstData = dstImage.LockBits(new Rectangle(0, 0, width, height), 
ImageLockMode.WriteOnly, PixelFormat.Format32bppArgb); 
int stride = srcData.Stride; 
int offset = stride - width * BPP; 
unsafe 
{ 
byte* src = (byte*)srcData.Scan0; 
byte* dst = (byte*)dstData.Scan0; 
int A, B; // A(x-1, y-1) B(x, y-1) 
int C, D; // C(x-1, y) D(x, y) 
// 指向第一行 
src += stride; 
dst += stride; 
// 不处理最上边和最左边 
for (int y = 1; y < height; y++) 
{ 
// 指向每行第一列 
src += BPP; 
dst += BPP; 
for (int x = 1; x < width; x++) 
{ 
for (int i = 0; i < 3; i++) 
{ 
A = src[i - stride - BPP]; 
B = src[i - stride]; 
C = src[i - BPP]; 
D = src[i]; 
dst[i] = (byte)(Math.Sqrt((A - D) * (A - D) + (B - C) * (B - C))); 
} // i 
dst[3] = src[3]; 
src += BPP; 
dst += BPP; 
} // x 
src += offset; 
dst += offset; 
} // y 
} 
b.UnlockBits(srcData); 
dstImage.UnlockBits(dstData); 
b.Dispose(); 
return dstImage; 
} // end of Roberts /// /// 按 Sobel 算子进行边缘检测 
/// 
/// 位图流 
/// 
public Bitmap Sobel(Bitmap b) 
{ 
Matrix3x3 m = new Matrix3x3(); 
// -1 -2 -1 
// 0 0 0 
// 1 2 1 
m.Init(0); 
m.TopLeft = m.TopRight = -1; 
m.BottomLeft = m.BottomRight = 1; 
m.TopMid = -2; 
m.BottomMid = 2; 
Bitmap b1 = m.Convolute((Bitmap)b.Clone()); 
// -1 0 1 
// -2 0 2 
// -1 0 1 
m.Init(0); 
m.TopLeft = m.BottomLeft = -1; 
m.TopRight = m.BottomRight = 1; 
m.MidLeft = -2; 
m.MidRight = 2; 
Bitmap b2 = m.Convolute((Bitmap)b.Clone()); 
// 0 1 2 
// -1 0 1 
// -2 -1 0 该文章转载自网络大本营：http://www.xrss.cn/Dev/C/200812218586.Html

Answer 2

m.Init(0); 
m.TopMid = m.MidRight = 1; 
m.MidLeft = m.BottomMid = -1; 
m.TopRight = 2; 
m.BottomLeft = -2; 
Bitmap b3 = m.Convolute((Bitmap)b.Clone()); 
// -2 -1 0 
// -1 0 1 
// 0 1 2 
m.Init(0); 
m.TopMid = m.MidLeft = -1; 
m.MidRight = m.BottomMid = 1; 
m.TopLeft = -2; 
m.BottomRight = 2; 
Bitmap b4 = m.Convolute((Bitmap)b.Clone()); 
// 梯度运算 
b = Gradient(Gradient(b1, b2), Gradient(b3, b4)); 
b1.Dispose(); b2.Dispose(); b3.Dispose(); b4.Dispose(); 
return b; 
} // end of Sobel /// 
/// 按 Prewitt 算子进行边缘检测 
/// 
/// 位图流 
/// 
public Bitmap Prewitt(Bitmap b) 
{ 
Matrix3x3 m = new Matrix3x3(); 
// -1 -1 -1 
// 0 0 0 
// 1 1 1 
m.Init(0); 
m.TopLeft = m.TopMid = m.TopRight = -1; 
m.BottomLeft = m.BottomMid = m.BottomRight = 1; 
Bitmap b1 = m.Convolute((Bitmap)b.Clone()); 
// -1 0 1 
// -1 0 1 
// -1 0 1 
m.Init(0); 
m.TopLeft = m.MidLeft = m.BottomLeft = -1; 
m.TopRight = m.MidRight = m.BottomRight = 1; 
Bitmap b2 = m.Convolute((Bitmap)b.Clone()); 
// -1 -1 0 
// -1 0 1 
// 0 1 1 
m.Init(0); 
m.TopLeft = m.MidLeft = m.TopMid = -1; 
m.BottomMid = m.BottomRight = m.MidRight = 1; 
Bitmap b3 = m.Convolute((Bitmap)b.Clone()); 
// 0 1 1 
// -1 0 1 
// -1 -1 0 
m.Init(0); 
m.TopMid = m.TopRight = m.MidRight = 1; 
m.MidLeft = m.BottomLeft = m.BottomMid = -1; 
Bitmap b4 = m.Convolute((Bitmap)b.Clone()); 
// 梯度运算 
b = Gradient(Gradient(b1, b2), Gradient(b3, b4)); 
b1.Dispose(); b2.Dispose(); b3.Dispose(); b4.Dispose(); 
return b; 
} // end of Prewitt /// 
/// 按 Kirsch 算子进行边缘检测 
/// 
/// 位图流 
/// 
public Bitmap Kirsch(Bitmap b) 
{ 
Matrix3x3 m = new Matrix3x3(); 
// 5 5 5 
// -3 0 -3 
// -3 -3 -3 
m.Init(-3); 
m.Center = 0; 
m.TopLeft = m.TopMid = m.TopRight = 5; 
Bitmap b1 = m.Convolute((Bitmap)b.Clone()); 
// -3 5 5 
// -3 0 5 
// -3 -3 -3 
m.Init(-3); 
m.Center = 0; 
m.TopMid = m.TopRight = m.MidRight = 5; 
Bitmap b2 = m.Convolute((Bitmap)b.Clone()); 
// -3 -3 5 
// -3 0 5 
// -3 -3 5 
m.Init(-3); 
m.Center = 0; 
m.TopRight = m.MidRight = m.BottomRight = 5; 
Bitmap b3 = m.Convolute((Bitmap)b.Clone()); 
// -3 -3 -3 
// -3 0 5 
// -3 5 5 
m.Init(-3); 
m.Center = 0; 
m.MidRight = m.BottomRight = m.BottomMid = 5; 
Bitmap b4 = m.Convolute((Bitmap)b.Clone()); 
// -3 -3 -3 
// -3 0 -3 
// 5 5 5 
m.Init(-3); 
m.Center = 0; 
m.BottomLeft = m.BottomMid = m.BottomRight = 5; 
Bitmap b5 = m.Convolute((Bitmap)b.Clone()); 
// -3 -3 -3 
// 5 0 -3 
// 5 5 -3 
m.Init(-3); 
m.Center = 0; 
m.MidLeft = m.BottomLeft = m.BottomMid = 5; 
Bitmap b6 = m.Convolute((Bitmap)b.Clone()); 
// 5 -3 -3 
// 5 0 -3 
// 5 -3 -3 
m.Init(-3); 
m.Center = 0; 
m.TopLeft = m.MidLeft = m.BottomLeft = 5; 
Bitmap b7 = m.Convolute((Bitmap)b.Clone()); 
// 5 5 -3 
// 5 0 -3 
// -3 -3 -3 
m.Init(-3); 
m.Center = 0; 
m.TopLeft = m.MidLeft = m.TopMid = 5; 
Bitmap b8 = m.Convolute((Bitmap)b.Clone()); 
// 梯度运算 
Bitmap b9 = Gradient(Gradient(b1, b2), Gradient(b3, b4)); 
Bitmap b10 = Gradient(Gradient(b5, b6), Gradient(b7, b8)); 
b = Gradient(b9, b10); 
b1.Dispose(); b2.Dispose(); b3.Dispose(); b4.Dispose(); 
b5.Dispose(); b6.Dispose(); b7.Dispose(); b8.Dispose(); 
b9.Dispose(); b10.Dispose(); 
return b; 
} // end of Kirsch /// 
/// 按 GaussLaplacian 算子进行边缘检测 
/// 
/// 
/// 
public Bitmap GaussLaplacian(Bitmap b) 
{ 
int[,] kernel = { 
{-2, -4, -4, -4, -2}, 
{-4, 0, 8, 0, -4}, 
{-4, 8, 24, 8, -4}, 
{-4, 0, 8, 0, -4}, 
{-2, -4, -4, -4, -2} 
}; 
MatrixNxN m = new MatrixNxN(); 
m.Kernel = kernel; 
return m.Convolute(b); 
} // end of GaussLaplacian /// 
/// 按水平边缘检测算子进行边缘检测 
/// 
/// 
/// 
public Bitmap EdgeDetectHorizontal(Bitmap b) 
{ 
int[,] kernel = { 
{ 0, 0, 0, 0, 0, 0, 0}, 
{ 0, 0, 0, 0, 0, 0, 0}, 
{-1, -1, -1, -1, -1, -1, -1}, 
{ 0, 0, 0, 0, 0, 0, 0}, 
{ 1, 1, 1, 1, 1, 1, 1}, 
{ 0, 0, 0, 0, 0, 0, 0}, 
{ 0, 0, 0, 0, 0, 0, 0}, 
}; 
MatrixNxN m = new MatrixNxN(); 
m.Kernel = kernel; 
return m.Convolute(b); 
} // end of EdgeDetectHorizontal /// 
/// 按垂直边缘检测算子进行边缘检测 
/// 
/// 
/// 
public Bitmap EdgeDetectVertical(Bitmap b) 
{ 
int[,] kernel = { 
{ 0, 0, -1, 0, 1, 0, 0}, 
{ 0, 0, -1, 0, 1, 0, 0}, 
{ 0, 0, -1, 0, 1, 0, 0}, 
{ 0, 0, -1, 0, 1, 0, 0}, 
{ 0, 0, -1, 0, 1, 0, 0}, 
{ 0, 0, -1, 0, 1, 0, 0}, 
{ 0, 0, -1, 0, 1, 0, 0}, 
}; 
MatrixNxN m = new MatrixNxN(); 
m.Kernel = kernel; 
return m.Convolute(b); 
} // end of EdgeDetectVertical /// 
/// 边缘增强 
/// 
/// 位图流 
/// 阈值 
/// 
public Bitmap EdgeEnhance(Bitmap b, int threshold) 
{ 
int width = b.Width; 
int height = b.Height; 
Bitmap dstImage = (Bitmap)b.Clone(); 
BitmapData srcData = b.LockBits(new Rectangle(0, 0, width, height), 
ImageLockMode.ReadOnly, PixelFormat.Format32bppArgb); 
BitmapData dstData = dstImage.LockBits(new Rectangle(0, 0, width, height), 
ImageLockMode.WriteOnly, PixelFormat.Format32bppArgb); 
// 图像实际处理区域 
// 不考虑最左 1 列和最右 1 列 
// 不考虑最上 1 行和最下 1 行 
int rectTop = 1; 
int rectBottom = height - 1; 
int rectLeft = 1; 
int rectRight = width - 1; 
unsafe 
{ 
byte* src = (byte*)srcData.Scan0; 
byte* dst = (byte*)dstData.Scan0; 
int stride = srcData.Stride; 
int offset = stride - width * BPP; 
int pixel = 0; 
int maxPixel = 0; // 指向第 1 行 
src += stride; 
dst += stride; 
for (int y = rectTop; y < rectBottom; y++) 
{ 
// 指向每行第 1 列像素 
src += BPP; 
dst += BPP; 
for (int x = rectLeft; x < rectRight; x++) 
{ 
// Alpha 
dst[3] = src[3]; 
// 处理 B, G, R 三分量 
for (int i = 0; i < 3; i++) 
{ 
// 右上-左下 
maxPixel = src[i - stride + BPP] - src[i + stride - BPP]; 
if (maxPixel < 0) maxPixel = -maxPixel; 
// 左上-右下 
pixel = src[i - stride - BPP] - src[i + stride + BPP]; 
if (pixel < 0) pixel = -pixel; 
if (pixel > maxPixel) maxPixel = pixel; 
// 上-下 
pixel = src[i - stride] - src[i + stride]; 
if (pixel < 0) pixel = -pixel; 
if (pixel > maxPixel) maxPixel = pixel; 
// 左-右 
pixel = src[i - BPP] - src[i + BPP]; 
if (pixel < 0) pixel = -pixel; 
if (pixel > maxPixel) maxPixel = pixel; 
// 进行阈值判断 
if (maxPixel < threshold) maxPixel = 0; dst[i] = (byte)maxPixel; 
} 
// 向后移一像素 
src += BPP; 
dst += BPP; 
} // x 
// 移向下一行 
// 这里得注意要多移 1 列，因最右边还有 1 列不必处理 
src += offset + BPP; 
dst += offset + BPP; 
} // y 
} 
// b.UnlockBits(srcData); 
dstImage.UnlockBits(dstData); 
b.Dispose(); 
return dstImage; 
} // end of EdgeEnhance } 该文章转载自网络大本营：http://www.xrss.cn/Dev/C/200812218586.Html

Answer 3

冒昧的问一句
这个类的代码你有吗？
MatrixNxN