C++ sobel过滤算法（C+；+；）（无库）

鉴于我访问图片像素的方法，我尝试将sobel滤波算法应用于给定图片（本例中为灰度）。由于我是以一种不使用库的方式访问它们的，所以我很难弄清楚如何应用这种方法给出的算法。代码的第一部分只是访问像素数据：

第1部分：

CKingimageDoc* pDoc = GetDocument();      // get picture

int iBitPerPixel = pDoc->_bmp->bitsperpixel;    // used to see if grayscale(8 bits) or RGB (24 bits)
int iWidth = pDoc->_bmp->width;
int iHeight = pDoc->_bmp->height;
BYTE *pImg = pDoc->_bmp->point;     // pointer used to point at pixels in the image
const int area = iWidth * iHeight;

int Wp = iWidth;
int intensity;

if (iBitPerPixel == 8)  ////Grayscale 8 bits image
{
    int r = iWidth % 4;     // pixels leftover from width (remainder has to be factor of 8 or 24)
    int p = (4-r) % 4;      // has to be a factor of number of bits in pixel, num leftover to take care of
    Wp = iWidth + p;

第2部分（sobel滤波算法的实际应用）：

float-kernelx[3][3]={{-1,0,1}，
{ -2, 0, 2 },
{ -1, 0, 1 } };
float kernely[3][3]={{-1，-2，-1}，
{ 0,  0,  0 },
{ 1,  2,  1 } };
双磁感应=0.0；//这是你的震级
对于（int a=0；a<3；a++）{
对于（int b=0；b<3；b++）{
magX+=pImg[i*Wp+j]*kernelx[a][b]；//我哪里弄糊涂了
}
}
}

---

非常感谢所有帮助。

您必须使用中心像素附近的适当像素与内核条目相乘：

//row, col - coordinates of central pixel for calculation
for (int row = 1; row < height - 1; row++) {
    for (int col = 1; col < width - 1; col++) {
        double magX = 0.0; // this is your magnitude

        for (int a = 0; a < 3; a++) {
            for (int b = 0; b < 3; b++) {
                magX += pImg[(row - 1 + a) * Wp + col - 1 + b] * kernelx[a][b];   
            }
        }
        resultImg[row * Wp + col] = magX;  
   }
}

//行、列-用于计算的中心像素坐标
对于（int row=1；row

我省略了边框像素

CKingimageDoc*pDoc=GetDocument（）；//了解情况
CKingimageDoc* pDoc = GetDocument(); // get picture

int iBitPerPixel = pDoc->_bmp->bitsperpixel; // used to see if grayscale(8b) or RGB(24b)
int iWidth = pDoc->_bmp->width;
int iHeight = pDoc->_bmp->height;
BYTE *pImg = pDoc->_bmp->point; // pointer used to point at pixels in the image
const int area = iWidth * iHeight;
BYTE *pImg2 = new BYTE[area];

if (iBitPerPixel == 8) // Grayscale 8bit image
{
    int pixel_x;
    int pixel_y;

    float sobel_x[3][3] =
    { { -1, 0, 1 },
      { -2, 0, 2 },
      { -1, 0, 1 } };

    float sobel_y[3][3] =
    { { -1, -2, -1 },
      { 0,  0,  0 },
      { 1,  2,  1 } };

    for (int x=1; x < iWidth-1; x++)
    {
        for (int y=1; y < iHeight-1; y++)
        {

            pixel_x = (sobel_x[0][0] * pImg[iWidth * (y-1) + (x-1)])
                    + (sobel_x[0][1] * pImg[iWidth * (y-1) +  x   ])
                    + (sobel_x[0][2] * pImg[iWidth * (y-1) + (x+1)])
                    + (sobel_x[1][0] * pImg[iWidth *  y    + (x-1)])
                    + (sobel_x[1][1] * pImg[iWidth *  y    +  x   ])
                    + (sobel_x[1][2] * pImg[iWidth *  y    + (x+1)])
                    + (sobel_x[2][0] * pImg[iWidth * (y+1) + (x-1)])
                    + (sobel_x[2][1] * pImg[iWidth * (y+1) +  x   ])
                    + (sobel_x[2][2] * pImg[iWidth * (y+1) + (x+1)]);

            pixel_y = (sobel_y[0][0] * pImg[iWidth * (y-1) + (x-1)])
                    + (sobel_y[0][1] * pImg[iWidth * (y-1) +  x   ])
                    + (sobel_y[0][2] * pImg[iWidth * (y-1) + (x+1)])
                    + (sobel_y[1][0] * pImg[iWidth *  y    + (x-1)])
                    + (sobel_y[1][1] * pImg[iWidth *  y    +  x   ])
                    + (sobel_y[1][2] * pImg[iWidth *  y    + (x+1)])
                    + (sobel_y[2][0] * pImg[iWidth * (y+1) + (x-1)])
                    + (sobel_y[2][1] * pImg[iWidth * (y+1) +  x   ])
                    + (sobel_y[2][2] * pImg[iWidth * (y+1) + (x+1)]);

            int val = (int)sqrt((pixel_x * pixel_x) + (pixel_y * pixel_y));

            if(val < 0) val = 0;
            if(val > 255) val = 255;

            pImg2[iHeight * y + x] = val;
        }
    }
}

int-iBitPerPixel=pDoc->_-bmp->bitsperpixel；//用于查看灰度（8b）还是RGB（24b）
intiWidth=pDoc->\u bmp->宽度；
intiheight=pDoc->\u bmp->高度；
字节*pImg=pDoc->\u bmp->点；//用于指向图像中像素的指针
const int area=iWidth*iHeight；
字节*pImg2=新字节[区域]；
if（iBitPerPixel==8）//灰度8位图像
{
int像素_x；
int像素_y；
浮点数sobel_x[3][3]=
{ { -1, 0, 1 },
{ -2, 0, 2 },
{ -1, 0, 1 } };
浮动索贝尔_y[3][3]=
{ { -1, -2, -1 },
{ 0,  0,  0 },
{ 1,  2,  1 } };
对于（intx=1；x255）val=255；
pImg2[iHeight*y+x]=val；
}
}
}

所以你的问题是。。。迭代图像？@Charles是的，本质上我想迭代图像，并按照算法描述对每个像素应用sobel滤波器。-2 at for循环应为-1，与

iHeight相乘

应与

iWidth相乘，在计算像素_y时，在最后一个标记之前缺少+1。@geza notes现已修复。对于边界像素，如果大于255，则设置为255；如果小于0，则设置为0？边界像素-第一列和最后一列，第一行和最后一行。0/255-饱和问题-应适用于任何地方
CKingimageDoc* pDoc = GetDocument(); // get picture

int iBitPerPixel = pDoc->_bmp->bitsperpixel; // used to see if grayscale(8b) or RGB(24b)
int iWidth = pDoc->_bmp->width;
int iHeight = pDoc->_bmp->height;
BYTE *pImg = pDoc->_bmp->point; // pointer used to point at pixels in the image
const int area = iWidth * iHeight;
BYTE *pImg2 = new BYTE[area];

if (iBitPerPixel == 8) // Grayscale 8bit image
{
    int pixel_x;
    int pixel_y;

    float sobel_x[3][3] =
    { { -1, 0, 1 },
      { -2, 0, 2 },
      { -1, 0, 1 } };

    float sobel_y[3][3] =
    { { -1, -2, -1 },
      { 0,  0,  0 },
      { 1,  2,  1 } };

    for (int x=1; x < iWidth-1; x++)
    {
        for (int y=1; y < iHeight-1; y++)
        {

            pixel_x = (sobel_x[0][0] * pImg[iWidth * (y-1) + (x-1)])
                    + (sobel_x[0][1] * pImg[iWidth * (y-1) +  x   ])
                    + (sobel_x[0][2] * pImg[iWidth * (y-1) + (x+1)])
                    + (sobel_x[1][0] * pImg[iWidth *  y    + (x-1)])
                    + (sobel_x[1][1] * pImg[iWidth *  y    +  x   ])
                    + (sobel_x[1][2] * pImg[iWidth *  y    + (x+1)])
                    + (sobel_x[2][0] * pImg[iWidth * (y+1) + (x-1)])
                    + (sobel_x[2][1] * pImg[iWidth * (y+1) +  x   ])
                    + (sobel_x[2][2] * pImg[iWidth * (y+1) + (x+1)]);

            pixel_y = (sobel_y[0][0] * pImg[iWidth * (y-1) + (x-1)])
                    + (sobel_y[0][1] * pImg[iWidth * (y-1) +  x   ])
                    + (sobel_y[0][2] * pImg[iWidth * (y-1) + (x+1)])
                    + (sobel_y[1][0] * pImg[iWidth *  y    + (x-1)])
                    + (sobel_y[1][1] * pImg[iWidth *  y    +  x   ])
                    + (sobel_y[1][2] * pImg[iWidth *  y    + (x+1)])
                    + (sobel_y[2][0] * pImg[iWidth * (y+1) + (x-1)])
                    + (sobel_y[2][1] * pImg[iWidth * (y+1) +  x   ])
                    + (sobel_y[2][2] * pImg[iWidth * (y+1) + (x+1)]);

            int val = (int)sqrt((pixel_x * pixel_x) + (pixel_y * pixel_y));

            if(val < 0) val = 0;
            if(val > 255) val = 255;

            pImg2[iHeight * y + x] = val;
        }
    }
}