58、Matlab CVIP Toolbox与CVIPlab使用指南

Matlab CVIP Toolbox与CVIPlab使用指南

1. C/C++中的工具包、工具箱库和内存管理

在使用CVIPlab进行编程时，可以访问CVIPtools程序中的所有函数。这些函数按库的层次结构进行分组，最底层是工具包库（Toolkit Libraries），其上一层是工具箱库（Toolbox Libraries）。这种层次结构的设计使得每一层都可以使用上一层提供的构建块（函数）。开发者可以使用较低层次的库来创建自己的应用程序库。

1.1 库的层次结构

• 工具包库 ：包含底层函数，如输入/输出函数、矩阵操作函数和内存管理函数。
• 工具箱库 ：是应用程序开发的主要库，包含CVIPtools图形用户界面（GUI）中可用的函数，如各种分析、增强、恢复、压缩和实用函数。
• 应用程序库 ：由使用CVIPlab环境开发应用程序软件的人员生成的库。

1.2 内存管理

许多函数返回指向CVIPtools图像结构（IMAGE或Image）的指针。如果返回值为NULL，则表示发生了错误。内存管理的基本原则是谁控制谁负责。这意味着传递给函数的任何参数要么用于返回数据，要么被释放。如果程序员想保留一个数据结构，应该将其副本传递给任何CVIPtools函数。通过遵循这个简单的规则，可以避免内存泄漏。

1.3 示例代码

以下是一个阈值处理函数的示例代码：

no_of_rows = getNoOfRows_Image(inputImage);
/*
** Gets the number of columns in the input image
*/
no_of_cols = getNoOfCols_Image(inputImage);
/*
** Compares the pixel value at the location (r,c)
** with the threshold value. If it is greater than
** the threshold value it writes 255 at the location
** else it writes 0. Note that this assumes the input
** image is of data type BYTE.
*/
for (bands = 0; bands < no_of_bands; bands++) {
    /*
    ** reference each band of image data in 2-d matrix form;
    ** which is used for reading and writing the pixel values
    */
    image = getData_Image(inputImage, bands);
    for (r = 0; r < no_of_rows; r++) {
        for (c = 0; c < no_of_cols; c++) {
            if (image[r][c] >(byte) threshval)
                image[r][c] = WHITE_LAB;
            else
                image[r][c] = BLACK_LAB;
        }
    }
}
return inputImage;

/*
** end of function threshold_lab
*/

2. 使用Visual Studio编译和链接CVIPlab

2.1 操作步骤

1. 安装CVIPtools和CVIPlab。
2. 选择安装位置，本指南中使用 C:\CVIPtools\CVIPlab 作为工作文件夹。
3. 运行Microsoft Visual Studio。
4. 打开 C:\CVIPtools\CVIPlab 中的CVIPlab解决方案文件 CVIPlab_Project.sln 。
5. 选择 Build -> Build Solution 来构建项目。
6. 通过 View 菜单选择 Output 激活输出窗口，或按 Ctrl+W, O （如果未显示）。CVIPlab_Project应该编译无错误，可执行文件位于 C:\CVIPtools\CVIPlab\Debug 。编译时出现警告消息是正常的，这些警告可能表明存在不良编程习惯，需要进行检查。
7. 按 F5 运行程序。选择“2”并输入目录中图像的文件名，或输入其他位置图像的完整路径名。输入阈值进行阈值操作。
8. 如果计算机具有视频捕获功能，可以按以下步骤添加到CVIPlab：打开 cviplab.c 文件，找到 #define VIDEO_APP 行，修改视频/图像捕获字符串为计划使用的可执行文件。
9. 按 F5 运行CVIPlab项目，选择“1”，视频/图像捕获应用程序将运行。

2.2 流程图

graph TD;
    A[安装CVIPtools和CVIPlab] --> B[选择安装位置];
    B --> C[运行Visual Studio];
    C --> D[打开CVIPlab_Project.sln];
    D --> E[构建项目];
    E --> F[激活输出窗口];
    F --> G[编译项目];
    G --> H[运行程序];
    H --> I{是否有视频捕获功能};
    I -- 是 --> J[修改视频/图像捕获字符串];
    I -- 否 --> K[结束];
    J --> L[运行CVIPlab项目];
    L --> K;

3. 使用Visual Studio添加函数的步骤

3.1 具体步骤

1. 在左侧的解决方案资源管理器窗口中，右键单击 Source Files 文件夹，选择 Add -> New Item 。
2. 在弹出的窗口中选择 C++ File (.cpp) ，并输入 test_new_file.c 作为文件名。确保新函数或文件的扩展名保持为 .c ，否则会出现编译错误。
3. 点击 Add 按钮，并在 test_new_file.c 中输入以下代码：

int test_function(int i)
{
    return i+1;
}

4. 右键单击 test_new_file.c ，选择 Properties 。在弹出的窗口中，展开左侧的 C/C++ 选项，选择 Precompiled Headers 。确保选择 Not Using Precompiled Headers ，如果未选择，点击文本框进行更改。
5. 从菜单栏选择 Build -> Build Solution 再次编译项目，输出框中应无错误。
6. 双击 CVIPlab.h 和 CVIPlab.c 打开它们。
7. 在 CVIPlab.h 文件中找到 extern Image *threshold_lab(Image *imageP, unsigned int level) 行，在其后面添加新行 extern int test_function(int i); 。
8. 再次构建项目，应该无错误通过（警告消息可以忽略）。
9. 在 CVIPlab.c 的主函数中调用该函数，在函数声明后插入以下行：

print_CVIP("test new function, return value is %d\n",test_function(5));

10. 选择 Build -> Build Solution 构建项目，应无错误（警告可忽略）。
11. 按 F5 运行项目，在控制台窗口的第二行应看到 test new function, return value is 6 ，表示成功添加新函数。

3.2 操作表格

4. 在编程练习中使用CVIPlab

4.1 创建新函数

可以使用 threshold_lab.c 作为原型来创建新函数，具体步骤如下：
1. 选择 threshold.c 文件，另存为 new_function.c 。
2. 编辑文件头，更改文件名、描述、日期，添加自己的名字，修改旧注释和函数名。
3. 修改 band 、 row 和 column 的 for 循环内的代码，以实现新功能。

4.2 将新函数添加到CVIPlab菜单

1. 将新函数添加到CVIPlab菜单。
2. 为该函数添加 case 语句，可以复制 Case 2 的代码，并将 threshold_Setup 修改为 new_function_Setup 。

4.3 添加新函数设置

在 CVIPlab.c 中添加 new_function_Setup ，类似于 threshold_Setup 。

4.4 添加函数原型

在 CVIPlab.h 头文件中添加函数原型：

extern Image *new_function(new_function parameters …)

4.5 操作流程图

graph TD;
    A[创建新函数文件] --> B[编辑文件头];
    B --> C[修改循环内代码];
    C --> D[添加到CVIPlab菜单];
    D --> E[添加case语句];
    E --> F[添加新函数设置];
    F --> G[添加函数原型];

5. 图像数据和文件结构

5.1 数据结构层次模型

CVIPlab中的信息主要由图像数据组成，采用五层层次模型，从下到上依次为：像素数据、向量数据结构、矩阵数据结构、图像数据结构和图像文件。
| 层次 | 数据结构 | 描述 |
| ---- | ---- | ---- |
| 底层 | 像素数据 | 图像的基本组成单位 |
| 第二层 | 向量数据结构 | 可表示图像的一行或一列 |
| 第三层 | 矩阵数据结构 | 由向量组成，用于表示图像数据 |
| 第四层 | 图像数据结构 | 包含矩阵和额外信息，用于处理数字图像 |
| 顶层 | 图像文件 | 可以是CVIPtools支持的任何类型 |

5.2 向量数据结构

向量数据结构可以通过在C中声明数组或分配连续内存块来定义。向量的指针是其第一个元素的地址，对于图像，向量的每个元素代表一个像素值，整个向量代表一行或一列。

5.3 矩阵数据结构

矩阵结构位于向量之上，可以看作是一个一维向量，通过指针映射到具有 M 行和 N 列的矩阵。矩阵数据结构的定义如下：

typedef enum {CVIP_BYTE, CVIP_SHORT, CVIP_INTEGER, CVIP_FLOAT, CVIP_DOUBLE} 
CVIP_TYPE;
typedef enum {REAL, COMPLEX} FORMAT;
typedef struct {
    CVIP_TYPE data_type;
    FORMAT data_format;
    unsigned int rows;
    unsigned int cols;
    void **rptr;        /*real data pointer*/
    void **iptr;        /*imaginary data pointer*/
} Matrix;

创建和分配矩阵内存的函数分别为 new_Matrix 和 delete_Matrix 。设置矩阵后，可以使用 getData_Matrix 函数以二维数组的形式访问数据。

5.4 图像数据结构

图像结构是处理数字图像的主要数据结构，位于矩阵数据结构之上，定义如下：

typedef enum {BINARY, GRAY_SCALE, RGB, HSL, HSV, SCT, CCT, LUV, LAB, XYZ} COLOR_FORMAT;
typedef enum {PBM, PGM, PPM, EPS, TIF, GIF, RAS, ITX,IRIS, CCC, BIN, VIP, GLR, BTC, 
BRC, HUF, ZVL, ARITH, BTC2, BTC3, DPC, ZON, ZON2, SAFVR, JPG, WVQ, FRA, VQ, XVQ, 
TRCM, PS, BMP, JP2, PNG} IMAGE_FORMAT;
typedef enum {Btc, Btc2, Btc3, Dpcm, Zvl, Glr, Brc, Huf, Zon, Zon2, Jpg, Wvq, Fra, 
Vq, Xvq, Trcm, TOP} CMPR_FORMAT;
typedef struct {
    IMAGE_FORMAT image_format;
    COLOR_FORMAT color_space;
    int bands;
    Matrix **image_ptr;
    HISTORY story;
} IMAGE;

图像结构包含图像格式、颜色空间、波段数、指向矩阵数据结构数组的指针以及历史信息。历史信息由 Image 库中的函数处理。

5.5 图像文件

图像文件可以是CVIPtools支持的任何类型。如果是每像素8位的图像文件，处理后可能需要重新映射数据。可以使用 write_Image 函数自动完成此操作，也可以将图像保存为CVIPtools的VIP格式，以保留图像数据结构。VIP格式的结构如下：
| 字段 | 长度 | 描述 |
| ---- | ---- | ---- |
| VIP | 3字节 | ASCII字母 “ViP” |
| COMPRESS | 1字节 | 数据是否压缩，ON或OFF |
| IMAGE_FORMAT | 1字节 | 图像格式 |
| COLOR_FORMAT | 1字节 | 颜色格式 |
| CVIP_TYPE | 1字节 | 数据类型 |
| NO_OF_BANDS | 1字节 | 波段数 |
| NO_OF_COLS | 2字节 | 列数 |
| NO_OF_ROWS | 2字节 | 行数 |
| FORMAT | 1字节 | 数据格式（REAL或COMPLEX） |
| SIZEOF HISTORY | 4字节 | 历史信息大小（字节） |
| HISTORY | 可变大小 | 历史信息 |
| RAW DATA | 可变大小 | 原始数据 |