讲了一堆,看的头晕,勉强看懂了,能不能好好表达自己的问题啊。废话一堆,其实有个标题就好了。vb.net不再使用VarPtr来返回变量的地址了,其实是net不提倡使用指针和地址。
成都创新互联主要从事网站建设、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务宁城,十余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
net有了一个新的叫做托管的概念,建议了解一下,net里面的变量地址都是不确定的,生存周期也不确定,是由托管机制来管理内存,程序员不必再纠结于内存的管理而浪费精力。
解决方法:可以使用byref声明为整型变量直接将变量地址传过去就好,不用声明为什么指针的。
或者可以试试下面这个:
GCHandle 类的 AddressOfPinnedHandle 方法可以提供类似的功能.
图像的亮度值和灰度值是有区别的,区别为:图象亮度是指画面的明亮程度,单位是堪德拉每平米(cd/m2)或称nits。灰度是指把白色与黑色之间按对数关系分成若干级,其范围一般从0到255,白色为255,黑色为0。
扩展资料:
灰度与亮度的关系:
转换公式:
一、基础
对于彩色转灰度,有一个很著名的心理学公式:
Gray=R*0.299+G*0.587+B*0.114
二、整数算法
而实际应用时,希望避免低速的浮点运算,所以需要整数算法。
注意到系数都是3位精度的没有,我们可以将它们缩放1000倍来实现整数运算算法:
Gray=(R*299+G*587+B*114+500)/1000
RGB一般是8位精度,现在缩放1000倍,所以上面的运算是32位整型的运算。注意后面那个除法是整数除法,所以需要加上500来实现四舍五入。
就是由于该算法需要32位运算,所以该公式的另一个变种很流行:
Gray=(R*30+G*59+B*11+50)/100
但是,虽说上一个公式是32位整数运算,但是根据80x86体系的整数乘除指令的特点,是可以用16位整数乘除指令来运算的。
三、整数移位算法
上面的整数算法已经很快了,但是有一点仍制约速度,就是最后的那个除法。移位比除法快多了,所以可以将系数缩放成2的整数幂。
习惯上使用16位精度,2的16次幂是65536,所以这样计算系数:
0.299 * 65536 = 19595.264 ≈ 19595
0.587 * 65536 + (0.264) = 38469.632 + 0.264 = 38469.896 ≈ 38469
0.114 * 65536 + (0.896) = 7471.104 + 0.896 = 7472
四舍五入会有较大的误差,应该将以前的计算结果的误差一起计算进去,舍入方式是去尾法:
写成表达式是:
Gray = (R*19595 + G*38469 + B*7472) 16
2至20位精度的系数:
Gray = (R*1 + G*2 + B*1) 2
Gray = (R*2 + G*5 + B*1) 3
Gray = (R*4 + G*10 + B*2) 4
Gray = (R*9 + G*19 + B*4) 5
Gray = (R*19 + G*37 + B*8) 6
Gray = (R*38 + G*75 + B*15) 7
Gray = (R*76 + G*150 + B*30) 8
Gray = (R*153 + G*300 + B*59) 9
Gray = (R*306 + G*601 + B*117) 10
Gray = (R*612 + G*1202 + B*234) 11
Gray = (R*1224 + G*2405 + B*467) 12
Gray = (R*2449 + G*4809 + B*934) 13
Gray = (R*4898 + G*9618 + B*1868) 14
Gray = (R*9797 + G*19235 + B*3736) 15
Gray = (R*19595 + G*38469 + B*7472) 16
Gray = (R*39190 + G*76939 + B*14943) 17
Gray = (R*78381 + G*153878 + B*29885) 18
Gray = (R*156762 + G*307757 + B*59769) 19
Gray = (R*313524 + G*615514 + B*119538) 20
观察上面的式子,这些精度实际上是一样的:3与4、7与8、10与11、13与14、19与20,所以16位运算下最好的计算公式是使用7位精度,比先前那个系数缩放100倍的精度高,而且速度快:
Gray = (R*38 + G*75 + B*15) 7
其实最有意思的还是那个2位精度的,完全可以移位优化:
Gray = (R + (WORD)G1 + B) 2
由于误差很大,所以做图像处理绝不用该公式(最常用的是16位精度)。但对于游戏编程
,场景经常变化,用户一般不可能观察到颜色的细微差别,所以最常用的是2位精度。
参考资料:
百度百科——灰度值
百度百科——图像亮度
不要分
灰度图像的像素的取值范围为
0-255,0代表黑,255代表最亮,中间值是不同的亮度
图像二值化,就是通过某个判断标准,将灰度图像变成只有两个值的图像,即图像值不是0,就是255
阈值,就是这个判断标准,比如,如果阈值取100,那么图像灰度小于等于100的像素,都变成0
图像灰度大于100的,都变成255