❶ 如何用c语言实现压缩图片内存大小
是(row,col,value)，这样把所有不为零的值组成一个向量。这种存储方式比二维数组节省了不少空间，当然还可以进一步节省，因为三元组里面row或者col重复存储了，一行或者一列存一次就行了，按这种思路走下去就是行压缩存储了。
那具体什么是行压缩存储呢？行压缩存储的思想就是，把所有不为零的值按行访问的顺序组成一个向量，然后再把每一行值不为0的列的下标存下来，这个两个向量的大小和稀疏矩阵中不为0的值得个数相同，当然要实现对行压缩矩阵的访问，还要把每一行的不为0的列的下标在第二个向量中开始的位置存下来，有人把这个叫做指针。有了这三个向量就可以实现对矩阵实现高效的按行访问了。行压缩存储比三元组优秀的不仅是空间的压缩，还有就是行访问时的高效。三元组如果是有序的，可以二分查找来访问一行，但是行压缩存储按行访问时的时间复杂度是常数级的。 大家可以参考下面这个行压缩矩阵示意图：
❷ 怎样用c语言对bmp图像进行线性拉伸
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
usingnamespacestd;
usingnamespacecv;
MatXianChange(Mat&img,doublealt,intbase)//灰度线性变化、
{
CV_Assert(img.depth()!=sizeof(uchar));//声明只对深度8bit的图像操作
Mattemp=img.clone();
intchannels=img.channels();//获取图像channel
intnrows=img.rows;//矩阵的行数
intncols=img.cols*channels;//矩阵的总列数=列数*channel分量数
if(img.isContinuous())//判断矩阵是否连续，若连续，我们相当于只需要遍历一个一维数组
{
ncols*=nrows;
nrows=1;//一维数组
}
//遍历像素点灰度值
for(inti=0;i<nrows;i++)
{
uchar*p=temp.ptr<uchar>(i);//获取行地址
for(intj=0;j<ncols;j++)
{
p[j]=alt*p[j]+base;//修改灰度值
if(p[j]>255)
p[j]=255;
if(p[j]<0)
p[j]=0;
}
}
returntemp;
}
MatXianStretch(Mat&img,inta,intb,intc,intd)//线性灰度拉伸，将[a,b]拉伸到[c,d]
{
CV_Assert(img.depth()!=sizeof(uchar));//声明只对深度8bit的图像操作
Mattemp=img.clone();
intchannels=img.channels();//获取图像channel
intnrows=img.rows;//矩阵的行数
intncols=img.cols*channels;//矩阵的总列数=列数*channel分量数
if(img.isContinuous())//判断矩阵是否连续，若连续，我们相当于只需要遍历一个一维数组
{
ncols*=nrows;
nrows=1;//一维数组
}
//遍历像素点灰度值
for(inti=0;i<nrows;i++)
{
uchar*p=temp.ptr<uchar>(i);//获取行地址
for(intj=0;j<ncols;j++)
{
if(p[j]<a)
p[j]=c/b*p[j];
elseif(p[j]>a&&p[j]<b)
p[j]=(d-c)/(b-a)*(p[j]-a)+c;
else
p[j]=(255-d)/(255-b)*(p[j]-b)+d;
}
}
returntemp;
}
MatHistogramEqu(Mat&img)//直方均衡
{
CV_Assert(img.depth()!=sizeof(uchar));//声明只对深度8bit的图像操作
Mattemp=img.clone();
intgrayNum[260]={0};
intgrayMap[260]={0};
intchannels=img.channels();//获取图像channel
intnrows=img.rows;//矩阵的行数
intncols=img.cols*channels;//矩阵的总列数=列数*channel分量数
intallPixel=nrows*ncols;//图像的像素总数
intc;//用于计算累积分布概率
if(img.isContinuous())//判断矩阵是否连续，若连续，我们相当于只需要遍历一个一维数组
{
ncols*=nrows;
nrows=1;//一维数组
}
//遍历像素点灰度值
for(inti=0;i<nrows;i++)
{
uchar*p=temp.ptr<uchar>(i);//获取行地址
for(intj=0;j<ncols;j++)
{
grayNum[p[j]]++;//原图像的直方图
}
}
for(inti=0;i<256;i++)//重新定义新的直方图
{
c=0;
for(intj=0;j<=i;j++)
{
c+=grayNum[j];
grayMap[i]=int(255*c/allPixel);
}
//printf("%d%d ",i,grayMap[i]);
} for(inti=0;i<nrows;i++)//重新定义新的直方图
{
uchar*p=temp.ptr<uchar>(i);//获取行地址
for(intj=0;j<ncols;j++)
{
p[j]=grayMap[p[j]];
}
}
returntemp;
}
intmain()
{
stringpicName="lena256.jpg";
MatA=imread(picName,CV_LOAD_IMAGE_GRAYSCALE);//读入灰度图像
imshow("变换前",A);
MatB=XianChange(A,1,20);//根据需要设置不同的参数
imshow("线性变换后",B);
MatC=XianStretch(A,10,100,20,50);//根据需要设置不同的参数
imshow("线性拉伸后",C);
MatD=HistogramEqu(A);
imshow("直方均衡后",D);
waitKey();
return0;
}
❸ C语言怎么处理图片
想操作的，主要是操作像素点。根据矩阵位置可以做局部数据的调整
❹ 用C语言怎么把bmp格式的图片放大，因为在做图片识别需要放大截取的放大为统一大小。
原型：
int WINAPI icePub_imgZoom(char *strImgFilename,char *strBmpFilename,int newWidth,int newHeight,int flag)
输入：strImgFilename 待处理图像文件名
strBmpFilename 结果bmp文件名
newWidth 新图宽
newHeight 新图高
flag 0 等比缩放; 1 完全缩放
输出：
typedef int (WINAPI ICEPUB_IMGZOOM)(char *strImgFilename,char *strBmpFilename,int newWidth,int newHeight,int flag);
ICEPUB_IMGZOOM *icePub_imgZoom = 0;
HINSTANCE hDLLDrv = LoadLibrary("icePubDll.dll");
if(hDLLDrv)
{
icePub_imgZoom=(ICEPUB_IMGZOOM *)GetProcAddress(hDLLDrv,"icePub_imgZoom");
}
if(icePub_imgZoom)
{
icePub_imgZoom("a.jpg","a1.bmp",100,100,0);
icePub_imgZoom("d.png", "d1.bmp",50.80,1);
}
if(hDLLDrv)
FreeLibrary(hDLLDrv);
❺ 图形和文字的缩放程序C语言代码
代码量比较大，而且很麻烦，估计没人帮你回答的。
可以给你说下思路：
1. 怎么来绘图，及图片的颜色的填充
2. 图形是怎么移动的，（重复覆盖的原则）
3. c语言对键盘左右键是如何接收的
把这几个问题解决了就可以了。
❻ 求C语言实现图像缩放的程序，最好是双线性插值的
directX 3d 和opengl都可实现,对纹理采样进行设置.
directx3d 9的
IDirect3DDevice9::SetSamplerState
这个方法可实现这个功能.
❼ 如何用实现图片的放大缩小与去阴影能用C语言写出实现的算法吗
bmp图片, 缩小没有问题, 根据缩小比例计算然后采样组成新文件就行了. .
放大的话会失真, 其实就是根据比例重新计算坐标对应位置并插值.
这两个难度不大,但用C写代码不少. 建议你可以自己动手,任何不会的环节都可以追问.因为一般回答懒得给你敲几百行代码.
去阴影不知道你指的是什么.
❽ C语言中调用bmp图片时能否设置图片显示的大小与位置最好有直接可以使用的函数！
1.使用MFC相关的控件或者用GDI+的类加载bmp图片大小实现缩放功能（比较简单），参考下面代码
//建立图形对象
GraphicsmGraphics(dc.GetSafeHdc());
//装入图像文件
Imageimg(L"./res/test.jpg",TRUE);
//在指定区域pdestPoints显示图像
/*//根据背景大小按比例缩放
CRectrcClient;
GetClientRect(&rcClient);
BOOLbWidth=rcClient.Width()/img.GetWidth()>rcClient.Height()/img.GetHeight();
if(bWidth)
{
mGraphics.DrawImage(&img,0,0,rcClient.Width(),rcClient.Width()*img.GetHeight()/img.GetWidth());
}
else
{
mGraphics.DrawImage(&img,0,0,rcClient.Height()*img.GetWidth()/img.GetHeight(),rcClient.Height());
}
2.自己实现
搜索双线性插值或者三线性插值算法，搞明白再写代码
❾ 怎么用C语言处理图片，比如jpg格式的，请举例
C语言的话有个挺好用的库jpeglib或者jpeglib2用来处理jpg，是开源，纯C的
❿ 求一个C语言图形变换程序，先进行图形绘制，后能进行图形复制、移动、缩放、旋转，跪求啦。。。
从这一部分开始，进入了图形编程的比较烦琐的部分，要真正对图形编程有所了解，这一部分的内容是必须要掌握的。
在计算机绘图过程中，经常需要进行绘图变换，主要包括二维图形变换和三维图形变换。这一部分讨论二维图形变换，其内容有用户坐标到屏幕坐标的变换、图形的比例变换、对称变换、错切变换、旋转变换、平移变换和复合变换等。后面讲到了二维剪裁，即线段裁剪与多边形裁剪。
第一节 用户坐标到屏幕坐标变换
假设纸上有一个图形，要用计算机把它在屏幕上画出来。那么首先遇到的问题是，纸上的图形采用的坐标是实数域域中的直角坐标系或是极坐标系，统称为用户坐标系。而屏幕上采用的坐标系是整数域中直角坐标系，这类坐标系统称为设备坐标系。因此用户坐标系中图形需要经过变换才能绘制在屏幕上，显然这个变换的内容包括： 1)将用户坐标系中任意范围区域转换到屏幕某个范围区域，从而用户坐标系此范围区域内的图形也转换到屏幕上该范围区域内。 2)用户坐标系此区域内图形上的坐标值转换到屏幕上该范围区域内后不一定是整数，取整后才成为该范围区域内的屏幕坐标值。 3)用户坐标右手系到屏幕坐标左手系的坐标轴方向变换。 4)当屏幕坐标系水平方向与垂直方向刻度不等(即像素间距不等)时，为保持图形不走样，还要进行比例变换。下面介绍这些内容的具体计算问题。
1.窗口到视口的变换
更确切地说，是实际图形到屏幕图形的转换。有时也称为数据规格化。
在用户坐标系中，指定一矩形域以确定要显示(或绘制)的图形部分，这个矩形区域称为窗口。在屏幕上可任选一矩形域以显示(或绘制)窗口内的图形，该域称为视口。如图2-1所示。
一般视窗口的四条边界分别为：
左边界 x=x1、右边界 x=x2.下边界 y=y1,上边界y=y2。
视口的四条边界分别为：
左边界sx=sx1,右边界sx=sx2,上边界sy=sy1,下边界sy=sy2。
经变换后应有，窗口的上边界线段(或下边界线段)长x2-x1变换成视口上边界线段(或下边界线段)长sx2-sx1。设其比例变换因子为k1，则可得
k1*(x2-x1)=sx2-sx1
k1=(sx2-sx1)/(x2-x1)
对窗口内任一x坐标(x1<=x<=x2)变换后为视口内水平方向sx坐标(sx1<=sx<=sx2)。由上述有：
k1*(x-x1)=sx-sx1
sx=sx1+k1*(x-x1)
=sx1+(x-x1)*(sx2-sx1)/(x2-x1)
同样，经变换后窗口的左边界线段(或右边界线段)长y2-y1变换成视口左边界线段(或右边界线段)长sy2-sy1。设其比例变换因子为k2，则可得
k2*(y2-y1)=sy2-sy1
k2=(sy2-sy1)/(y2-y1)
对窗口内任一y坐标(y1<=y<=y2)变换后为视口内垂直sy坐标(sy1<=sy<=sy2)，应有
k2*(y-y1)=sy-sy1
sy=sy1+k2*(y-y1)
=sy1+(y-y1)*(sy2-sy1)/(y2-y1)
于是对窗口内图形上任一点坐标(x,y)变换到屏幕上视口内成为(sx,sy)，则
sx=sx1+(x-x1)*(sx2-sx1)/(x2-x1)
sy=sy1+(y-y1)*(sy2-sy1)/(y2-y1)
写成简式
sx=k1*x+a
sy=k2*y+b
这里
a=sx1-k1*x1
b-sy1-k2*y1
k1=(sx2-sx1)/(x2-x1)
k2=(sy2-sy1)/(y2-y1)
2. 实型值到整型值的变换
上面对窗口内图形上任一点坐标(x,y)变换到屏幕上视口内成为(sx,sy)，
sx=k1*x+a
sy=k2*y+b k1,k2,a,b同上
这样计算出来的sx,sy一般是实型值，而屏幕上视口内屏幕坐标是整型值，因此要将sx,sy实型值转换成屏幕坐标系的整型值。这可以通过四舍五入的方法将实型值的绝对值圆整化。由于C语言中已经替我们想到了这点，它提供的函数可以自动取整，因此用户在调用标准函数在屏幕上绘图时一般不需要考虑这个问题。当然也可以用赋值的类型转换规则来实现实型值到整型值的变换。
3. y坐标值方向变换
一般屏幕坐标系是直角左手系，y轴方向向下为正，原点在屏幕的左上角，如图2-2所示。
窗口内图形上任一点(x,y)变换到视口内成为(sx,xy)，而(x,y)是相对用户坐标系(直角右手系)的。(sx,sy)是相对屏幕坐标系(直角左手系)的，因此y轴方向相反。为使窗口内图形变换到视口上图形其形状一致，需将视口上图形y轴方向变换成窗口内图形y轴方向。这只要将求得的视口内各点的sy整型坐标均用sy2去减，即sy2-sy(整型)代替sy(整型)即可，经这样的坐标轴方向变换后得到的视口内图形与窗口内图形一致。
4.长宽比例变换
屏幕坐标系x方向与y方向上的刻度可能不一样，这取决于水平方向像素间距与垂直方向偈素间距大小是否一致。如果两个方向的刻度不相等，那么用户坐标系下一个正方形将显示(或绘制)成为一个长方形有，一个圆将成为一个椭圆。
为保持原图形的长宽比。使图形显示(或绘制)后不走样，需求出屏幕上两侍标轴刻度的比值(即纵横比)。可以用函数getaspectratio()(见前文所述)返回x方向和y方向的比例数，从而求得这个比值。再瘵原图形y方向坐标乘以该比值，这样显示(或绘制)出来的图形应不走样。若不考虑图形的走样，就不必作这个变换。
第二节 二维几何变换
图形的几何变换一般是指对图形的几何信息经过变换后产生新的图形，图形几何变换既可以看作是坐标系不动而图形变动，变动后的图形在坐标系中的坐标值发生变化；出可以看作图形不动而坐标系变动，变动后的图形在新坐标系下具有新的坐标值。这两种情况本质上都是一样的，都是图形由新的坐标值表示，因此是新产生的图形。图形几何变换包括比例变换、对称变换、错切变换、旋转变换、平移变换及其复合变换。图形上所有的点在几何变换前后的坐标关系一般用解析几何方法可以求得，但这些几何关系用矩阵方法表示，运算更为方便。
一、基本变换
图形基本几何变换是指比例变换、对称变换、错切变换、旋转变换和平移变换等。除平移变换外，这里其它四种几何变换都可以用组成图形的点向量(或称1×2阶矩阵)和2×2阶变换矩阵相乘表示，而平移变换需引入新方法来实现。
1、比例变换
设图形上一点P(x,y)，经比例变换后成为新的菜上一点P'(x',y')，即有
x'=a*x
y'=d*y
式中a,d为比例因子
将此比例变换式写成矩阵式得
a 0
[x' y']=[x y] = [x y] * T
0 d
a 0
这里 T= 叫做比例变换矩阵。若a=d，则x,y坐标按同一比例变换。
0 d
当a=d>1时，图形放大；当0<a=d<1时，图形缩小。
若a≠d，则x,y坐标按各自不同比例变换。
3 0
例 1： 设有比例变换矩阵 T= , 三角形abc经过比例变换成为三角形a'b'c'。
0 1
如图2-3所示。
3 0
a [1 2] = [3 2] a'
0 1
3 0
b [2 2] = [6 2] b'
0 1
3 0
c [2 3] = [6 3] c'
0 1
2. 对称变换
图形上一点P(x,y)经关于原点对称变换后成为新图形上一点P'(x',y')，则
x' = -x
y' = -y
写成矩阵形式成为
-1 0
[x' y'] = [x y] = [x y] * T
0 -1
-1 0
这里 T = 为关于原点对称变换矩阵。
0 -1
若关于x轴对称，则对称变换的矩阵表示为
1 0
[x' y'] = [x y] = [x y] * T
0 -1
1 0
于是关于x轴对称变换矩阵 T =
0 -1
若关于y轴对称，则对称变换的矩阵表示为
-1 0
[x' y'] = [x y] = [x y] * T
0 1
-1 0
于是关于y轴对称变换矩阵 T =
0 1
若关于直线y = -x对称，则对称变换矩阵表示为
0 -1
[x' y'] = [x y] = [x y] * T
-1 0
0 1
于是关于直线 y = x对称变换矩阵 T =
1 0
各种对称变换的图形均可由实例程序绘出，参见实例程序图形。
3. 错切变换
对图形的任一点P(x,y)，作线性变换如下
x' = x + by
y' = y + dx
式中b,d为不全为零的常 数，点P'(x',y')为新图形上相应的点，这个变换称为图形的错切变换。
错切变换的矩阵表示为
1 d
[x' y'] = [x y] = [x y] * T
b 1
1 d
T = 叫做错切变换矩阵(b,d不全为零)。
b 1
① 当d=0时，x'=x+by,y'=y，这时图形的y坐标不变，x坐标值随(x,y)及系数b作线性变化。若b>0时，图形沿x轴作错切位移；若b<0，图形沿x轴负向作错切位移。
② 当b=0时，x'=x,y'=dx+y，此时图形的x坐标不变y坐标随(x,y)及系数d作线性变化。如d>0，图形沿y轴正向作错切位移；如d<0，图形沿y轴负向作错切位移。
③ 当b≠0且d≠0时，x'=x+by,y'=y+dx，图形沿x,y两个方向作错切位移。
1 2
例 2： 设有错切变换 矩阵 T = ，正方形abcd经此错切变换成为四边形a'b'c'd'，
0 1
如图2-4所示。
1 2
a [0 0] = [0 0] a'
0 1
1 2
b [1 0] = [1 2] b'
0 1
1 2
c [1 1] = [1 3] c'
0 1
1 2
d [0 1] = [0 1] d'
0 1
4. 旋转变换
设图形上一点P(x,y)绕原点逆时针旋转θ角后成为新的图形上一点P'(x',y')，则由解析几何方法可得
x' = xcosθ + ysinθ
y' = -xsinθ + ycosθ
用矩阵表示为
cosθ -sinθ
[x' y'] = [x y] = [x y] * T
sinθ cosθ
cosθ -sinθ
这里 T = 为绕原点逆时针变换矩阵。若顺时针旋转时，θ角为负值。
sinθ cosθ
5. 平移变换
若图形上一点P(x,y)沿x轴平移 l距离，沿y轴平移m距离后成为新的图形上一点P'(x',y')，则有
x' = x + l
y' = y + m
式中l,m不全为零，这称为平移变换。但此变换无法用组成图形的点向量和2×2阶变换矩阵相乘来实现。
用二维点向量和2×2阶矩阵相乘不能表示图形的平移变换，那么自然会想到用三维点向量和3×3阶矩阵相乘来实现图形的平移变换。因此对图形上二个坐标的点向量需要添加一个坐标，使之成为三维点向量以便与三阶矩阵相乘，进而实现用矩阵表示平移变换。实际上就是对上面的二个坐标变换式添加第三个坐标变换式，即成为
x' = x + l
y' = y + m
k = k
这第三个坐标变换式(即k=k)必须是恒等式，因为不需作变换，本质上是为了进行矩阵运算而引入的。
将此三个变换式(仍然是图形的平移变换，不妨将k = k取成1=1)写成矩阵得
1 0 0
[x' y' l] = [x y l] 0 1 0 = [x y 1] * T
l m 1
1 0 0
显然 T = 0 1 0 为图形的平移变换矩阵。
l m 1
这里通过对原图形上二维点向量引进第三个坐标成为三维点向量，从而使原图形的平移变换 能用矩阵表示。同样其它基本变换也可以如此用矩阵表示。因此图形的基本变换都可以在这样的三维点向量下统一、整齐用矩阵表示。这样的三维点向量称为齐次点向量，也叫三维齐次坐标点，简称三维齐次坐标。只有在三维齐次坐标下，二维几何变换才都可以用矩阵表示。下面再进一步讨论一下齐次坐标的优点。
引用齐次坐标后，可将上面各种基本变换矩阵统一在一个三阶矩阵中。即
a b 0
T = c d 0
l m 1
式中左上角二阶矩阵实现比例、对称、错切、旋转等变换，左下角1×2阶矩阵实现平移变换，其中a,b,c,d,l,m只要赋以相应的值，并建立图形上点的齐次坐标(即在图形上点的坐标后引入第三个坐标1)，这样就可以用图形上点的三维齐次坐标与此三阶矩阵相乘来表示三维图形的基本几何变换了。而变换后，不用考虑第三个坐标1，前面两个坐标就反映了图形的整个变换情况。
用齐次坐标表示一个图形上的点，可以有多种表示，如(6,8，1)、(12,16,2)、(30,40,5)等均表示图形上同一个点(6,8)。这样，齐次坐标可以表示计算机无法容纳的数。例如当计算机的字长为16位时，它能表示的最大整数为216-1=32767。若点坐标为(80 000,40 000)，则计算机无法表示。但用齐次坐标可表示为(20 000,10 000,1/4)，经过处理后再用第三个坐标支除前面两个坐标，从而得到原来通常的坐标。
齐次坐标优点很多，在计算机绘图中都采用这种表示来处理图形。下面介绍的图形复合几何变换就是如此。
二、复合变换
图形的复合几何变换是指图形作一次以上的基本几何变换，变换结果是每次基本变换矩阵的乘积。图殂的复合几何变换简称复合变换。
1. 复合平移
若对图形首先作平移变换 T1，然后再作平移变换T2，相应的平移变换矩阵分别为
1 0 0
T1 = 0 1 0
l1 m1 1
1 0 0
T2 = 0 1 0
l2 m2 1
则变换结果为复合平移变换T，其复合平移变换矩阵为
T = T1 * T2
1 0 0 1 0 0
= 0 1 0 * 0 1 0
l1 m1 1 l2 m2 1
1 0 0
= 0 1 0
l1+l2 m1|m2 1