企业推广网站,不良广告入口,wordpress自动刷新2次,wordpress 报表【 声明#xff1a;版权所有#xff0c;欢迎转载#xff0c;请勿用于商业用途。 联系信箱#xff1a;feixiaoxing 163.com】 目前#xff0c;大家都习惯了特定的图像处理方式#xff0c;要么是windows上位机来处理#xff0c;要么是arm soc来进行处理#xff0c;要么是…【 声明版权所有欢迎转载请勿用于商业用途。 联系信箱feixiaoxing 163.com】 目前大家都习惯了特定的图像处理方式要么是windows上位机来处理要么是arm soc来进行处理要么是fpga或者是nvidia gpu来对图像进行处理。但是这几种方法都有一个共同的特点那就是对处理器的性能要求高。大家有没有想过假设运算资源不是很充足获取的图像分辨率不是很高在这种情况下还要对图像处理的话或者是完成特定的一个功能我们是不是就要想想别的办法了。这样的话soc是不可能了mcu也许比较合适一点。此外opencv库也不好使了算法也需要我们自己用c写出来。 为了说明这种情况下图像应该怎么处理我们不妨借助于qt来仿真一下整个流程。 1、创建一个基于widget的qt工程 首先创建一个qt工程主要是替我们完成图像的解析和保存。 2、借助于qt实现图像的加载和保存 这里创建qt的目的主要还是为了演示一下怎么用qt来打开图像和保存图像。实际在嵌入式模块执行的时候一般我们可以直接拿到图像裸数据的也不存在文件解析的地方。
#include QImage
#include QDebug
#include malloc.h
#include assert.h// generate binary image here
static unsigned char* p_mem NULL;
void generate_binary_img(unsigned char* p_char, int width, int height);void processImage(QString inputPath, QString outputPath)
{// load imageQImage inputImage(inputPath);if (inputImage.isNull()){qDebug() Failed to load image;return;}// get image infoint width inputImage.width();int height inputImage.height();p_mem (unsigned char*)malloc(width * height);assert(p_mem);// loop to process pixelunsigned char* p_data p_mem;for (int y 0; y height; y){for (int x 0; x width; x){QRgb pixel inputImage.pixel(x, y);// get dataint red qRed(pixel);int green qGreen(pixel);int blue qBlue(pixel);// get grayint gray qGray(red, green, blue);// save gray to matrix memory*p_data gray;p_data;}}// process binary heregenerate_binary_img(p_mem, width, height);// loop to save pixelfor (int y 0; y height; y){for (int x 0; x width; x){// set grayunsigned char gray p_mem[y * width x];inputImage.setPixel(x, y, qRgb(gray, gray, gray));}}// save dataif (!inputImage.save(outputPath)){qDebug() Failed to save processed image;}// free data hereif(p_mem) free(p_mem);
} 代码当中有两个地方需要注意一下第一个地方它生成了gray灰度值并且把这个数值保存到了p_mem指向的空间里面。第二个地方它把来自于p_mem的数据保存到inputImage的下面。这两个部分中间的generate_binary_image函数才是我们需要真正处理的地方。 3、编写纯图像算法 纯图像算法一般就是对内存数据进行操作和处理。操作的方法通常就是数字图像处理和分析的基本方法。编写的过程中尽量参照算法的基本逻辑来。同时参考一下效率
void generate_binary_img(unsigned char* p_char, int width, int height)
{unsigned char* p_outer;unsigned char* p_inner;int x, y;for (y 0, p_outer p_char; y height; y, p_outer width){p_inner p_outer;for (x 0; x width; x, p_inner){if (*p_inner 120)*p_inner 255;else*p_inner 0;}}
} 4、文件整合和处理 所有的内容都准备好之后就可以加入main函数实现代码的测试了。这部分内容比较简单大家直接看代码就好了。目前整个过程都是在windows平台完成的主要还是因为windows上面开发和调试比较方便。
int main()
{// set input and output pathQString inputPath D:/lena.bmp;QString outputPath D:/lena_binary.bmp;// process imageprocessImage(inputPath, outputPath);return 0;
} 5、从soc到mcu 和soc相比较mcu的算力、内存和flash都是不足的所以一般为了处理图像会找一些频率高一点的mcu比如400m的h7。内存方面mcu通常只有1m左右这部分未必能够满足需要通常会外扩一个sram chip。flash的话通常不做要求如果要数据导出的话裸数据存到micro sd卡即开。保存的方式可以直接是二进制保存没必要保存成为bmp格式到时候自己写一个解析的上位机即可。 6、软件编写 因为mcu的库比较少语法支持上面也比较有限所以大家编写算法的时候尽可能简单明了不要用太多的语法糖。如果是为了提高效率尽量使用空间换时间的方法来解决。另外mcu虽然性能差一点但是胜在稳定性和成本方面作为产品开发来说也是很好的一个选择大家不必过多地去矮化mcu。只要能满足需求降低成本就是好的方案、优秀的方案。
