C#:圖像分割與顯示函數(shù)實現(xiàn)

1、分割函數(shù):

GetImagePart方法實現(xiàn)主要邏輯:

  • 轉(zhuǎn)換為灰度圖像
  • 使用FindEdge方法檢測左右邊界
  • 計算10等分參數(shù)(處理余數(shù)分配)
  • 生成分割矩形集合
  • 返回指定分區(qū)的ROI

2、邊界檢測方法:

  • FindEdge方法通過逐列掃描檢測有效區(qū)域邊界

  • 支持從左向右或從右向左掃描

3、程序

       private Mat originalMat;
      private void BtnOpen_Click(object sender, EventArgs e)
        {
            using (var openFileDialog = new OpenFileDialog())
            {
                openFileDialog.Filter = "Image Files|*.jpg;*.png;*.bmp";
                if (openFileDialog.ShowDialog() == DialogResult.OK)
                {
                    try
                    {
                        // 釋放之前的圖像資源
                        originalMat?.Dispose();
                        // 讀取圖像(BGR格式)
                        originalMat = Cv2.ImRead(openFileDialog.FileName, ImreadModes.Color);
                        if (originalMat.Empty())
                        {
                            MessageBox.Show("無法加載圖像!");
                            return;
                        }
                        // 轉(zhuǎn)換為RGB格式并顯示
                      //  Cv2.CvtColor(originalMat, originalMat, ColorConversionCodes.BGR2RGB);
                        pictureBoxOriginal.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(originalMat);
                    }
                    catch (Exception ex)
                    {
                        MessageBox.Show($"加載圖像出錯: {ex.Message}");
                    }
                }
            }
        }

       public Mat GetImagePart(Mat sourceImage, int partNumber)
        {
            if (sourceImage.Empty())
                return null;

            using (Mat gray = new Mat())
            {
                Cv2.CvtColor(sourceImage, gray, ColorConversionCodes.BGR2GRAY);

                // 計算左右極點
                int x_left = FindEdge(gray, true);
                int x_right = FindEdge(gray, false);

                int totalWidth = x_right - x_left + 1;
                if (totalWidth < 10)
                    throw new ArgumentException("有效區(qū)域?qū)挾炔蛔?0像素");

                // 計算分割參數(shù)
                int baseWidth = totalWidth / 10;
                int remainder = totalWidth % 10;
                List<Rect> segments = new List<Rect>();

                int currentRight = x_right;
                for (int i = 0; i < 10; i++)
                {
                    int width = baseWidth + (i < remainder ? 1 : 0);
                    int x = currentRight - width + 1;
                    segments.Add(new Rect(x, 0, width, sourceImage.Rows));
                    currentRight = x - 1;
                }

                // 驗證參數(shù)有效性
                if (partNumber < 0 || partNumber >= segments.Count)
                    throw new ArgumentOutOfRangeException("分段編號應為0-9");

                Rect roi = segments[partNumber];
                return new Mat(sourceImage, roi);
            }
        }

        private int FindEdge(Mat gray, bool findLeft)
        {
            int edge = findLeft ? 0 : gray.Cols - 1;
            int step = findLeft ? 1 : -1;
            int end = findLeft ? gray.Cols : -1;

            for (int x = edge; x != end; x += step)
            {
                using (Mat col = gray.Col(x))
                {
                    if (Cv2.CountNonZero(col) > 0)
                    {
                        edge = x;
                        break;
                    }
                }
            }
            return edge;
        }


        private void button2_Click(object sender, EventArgs e)
        {
            using (Mat part = GetImagePart(originalMat, 3))
            {
                if (part != null)
                {
                    Bitmap bmp = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(part);
                    pictureBoxResult.Image?.Dispose();
                    pictureBoxResult.Image = bmp;
                }
            }
        }

4、運行結(jié)果

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,117評論 6 537
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,860評論 3 423
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,128評論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,291評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,025評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,421評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,477評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,642評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,177評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,970評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,157評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,717評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,410評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,821評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,053評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,896評論 3 395
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,157評論 2 375

推薦閱讀更多精彩內(nèi)容