基於Simple Image Statistics（簡單映像統計,SIS)的映像二值化演算法。

　　這是個簡單的演算法，是全域二值演算法的一種，演算法執行速度快。

     演算法過程簡單描述如下：　

　　對於每一個像素，做如下處理　

     　　1、計算當前像素水平和垂直方向的梯度。 （two gradients are calculated  |I(x + 1, y) - I(x - 1, y)| and |I(x, y + 1) - I(x, y - 1)|);

     　　2、取兩個梯度的最大值作為權重。（weight is calculated as maximum of two gradients）;

     　　3、更新權重的和。（sum of weights is updated (weightTotal += weight)）;

     　　4、更新加權像素之和 （sum of weighted pixel values is updated (total += weight * I(x, y))）；

      之後，最終的閾值去加權像素之和和權重之和相除的值。

      這個演算法在 Image Processing Lab in c# 的代碼中有相關的說明。 

      從實際的操作上講，我認為二值處理應該只針對灰階映像進行處理，這樣才意義明確，因此，我在代碼中給出了判斷一副映像是否是灰階映像的一個函數：

　　private bool IsGrayBitmap(Bitmap Bmp)    {        bool IsGray;        if (Bmp.PixelFormat == PixelFormat.Format8bppIndexed)           // .net中灰階首先必然是索引映像        {            IsGray = true;            if (Bmp.Palette.Entries.Length != 256)                      // 這個要求其實在PS中是不存在的                IsGray = false;            else            {                for (int X = 0; X < Bmp.Palette.Entries.Length; X++)    // 看看調色盤的每一個分兩值是不是都相等，且必須還要等於其在調色盤中出現的順序                {                    if (Bmp.Palette.Entries[X].R != X || Bmp.Palette.Entries[X].G != X || Bmp.Palette.Entries[X].B != X)                    {                        IsGray = false;                        break;                    }                }            }        }        else        {            IsGray = false;        }        return IsGray;    }

　　實際上，在PS的概念中，灰階映像的調色盤個數不一定是256，只要調色盤的每個元素的分量值都相等，並且都等於其在調色盤中出現的順序，PS就認為他是灰階映像。

     為了處理方便，我加入了一個將其他模式的映像轉換為灰階模式映像的函數：

    private Bitmap ConvertToGrayModeBitmap(Bitmap Bmp)    {        int X, Y, SrcStride, DestStride, Width, Height;        byte* SrcData, DestData;        BitmapData BmpData = Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);        Bitmap GrayBmp = new Bitmap(Bmp.Width, Bmp.Height, PixelFormat.Format8bppIndexed);        ColorPalette Pal = GrayBmp.Palette;        for (Y = 0; Y < Pal.Entries.Length; Y++) Pal.Entries[Y] = Color.FromArgb(255, Y, Y, Y);            // 設定灰階映像的調色盤        GrayBmp.Palette = Pal;        //  LockBits 在第一個參數和映像一樣大，以及讀取格式和原始一樣的情況下，調用函數的時間為0，且每次調用後BitmapData的Scan0都相同，而在        // 其他的大部分情況下同樣參數調用該函數返回的Scan0都不同，這就說明在在程式內部，GDI+為在建立映像時還是分配了和對應位元影像一樣大小記憶體空間，        // 這樣我們就可以再載入時調用一次該函數，並記住Scan0的值，然後直接用指標操作這一片地區，就相當於操作了映像。而不用每次都LOCK和UNLOCK了        // 從這個層次上說，該函數和GetDibits類似。        BitmapData GrayBmpData = GrayBmp.LockBits(new Rectangle(0, 0, GrayBmp.Width, GrayBmp.Height), ImageLockMode.ReadWrite, PixelFormat.Format8bppIndexed);        Width = BmpData.Width; Height = BmpData.Height;        SrcStride = BmpData.Stride; DestStride = GrayBmpData.Stride;           //  這個值並不一定就等於width*height*色深/8        for (Y = 0; Y < Height; Y++)        {            SrcData = (byte*)BmpData.Scan0 + Y * SrcStride;                  // 必須在某個地方開啟unsafe功能，其實C#中的unsafe很safe，搞的好嚇人。            DestData = (byte*)GrayBmpData.Scan0 + Y * DestStride;            for (X = 0; X < Width; X++)            {                *DestData = (byte)((*SrcData * 7472 + *(SrcData + 1) * 38469 + *(SrcData + 2) * 19595) >> 16);        //這裡可以有不同的演算法                SrcData += 3;                DestData++;            }        }        Bmp.UnlockBits(BmpData);        GrayBmp.UnlockBits(GrayBmpData);        return GrayBmp;    }

      在很多人心目中所謂的灰階映像就是R=G=B這樣的映像，只能說這些人還是門外漢，太不專業了。 這樣的映像只能算是顏色分量相同的彩色映像罷了，再次予以糾正。

      由於上述所描述的演算法涉及到了映像的四領域，因此我們採用類似PhotoShop演算法原理解析系列 - 風格化---》尋找邊緣 一文中的哨兵演算法，對備份的映像擴充邊界，擴充部分的資料以原始映像邊界處的值填充。因為只涉及到了四領域，因此需要在映像寬度和高度上分別增加2個像素即可。

      關於填充資料，我還是喜歡自己分配記憶體，而且我更傾向於直接使用API，這個可能與個人習慣有關吧，你們也可以按照自己的方式來處理。 

    private byte GetSimpleStatisticsThreshold(Bitmap GrayBmp)    {        int Width, Height, Stride, X, Y;        int CloneStride, Ex, Ey;        int Weight = 0;        long SumWeight = 0;                 //  對於大映像這個數字會溢出，所以用long類型的變數        byte* Pointer, Scan0, CloneData;        BitmapData GrayBmpData = GrayBmp.LockBits(new Rectangle(0, 0, GrayBmp.Width, GrayBmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format8bppIndexed);        Width = GrayBmp.Width; Height = GrayBmp.Height; Stride = GrayBmpData.Stride; CloneStride = Width + 2; Scan0 = (byte*)GrayBmpData.Scan0;        CloneData = (byte*)GlobalAlloc(GPTR, CloneStride * (Height * 2));        for (Y = 0; Y < Height; Y++)        {            *(CloneData + (Y + 1) * CloneStride) = *(Scan0 + Y * Stride);                           //  填充左側第一列像素(不包括第一個和最後一個點)            CopyMemory(CloneData + CloneStride * (Y + 1) + 1, Scan0 + Y * Stride, Width);            *(CloneData + (Y + 1) * CloneStride + Width + 1) = *(Scan0 + Y * Stride + Width - 1);   //  填充最右側那一列的資料        }        CopyMemory(CloneData, CloneData + CloneStride, CloneStride);                                //   第一行        CopyMemory(CloneData + (Height + 1) * CloneStride, CloneData + Height * CloneStride, CloneStride);    //   最後一行        for (Y = 0; Y < Height; Y++)        {            Pointer = CloneData + (Y + 1) * CloneStride + 1;            for (X = 0; X < Width; X++)            {                Ex = *(Pointer - 1) - *(Pointer + 1);                if (Ex < 0) Ex = -Ex;                Ey = *(Pointer - CloneStride) - *(Pointer + CloneStride);                if (Ey < 0) Ey = -Ey;                if (Ex > Ey)                {                    Weight += Ex;                    SumWeight += *Pointer * Ex;                }                else                {                    Weight += Ey;                    SumWeight += *Pointer * Ey;                }                Pointer++;            }        }        GlobalFree((IntPtr)CloneData);        GrayBmp.UnlockBits(GrayBmpData);        if (Weight == 0) return *(Scan0);  //  說明所有的顏色值都相同        return (byte)(SumWeight / Weight);    }

　　一般情況下，為了程式的速度考慮，對於一些小函數我建議直接自己展開，比如上面的ABS函數，直接寫成if (Ex < 0) Ex = -Ex會快一些的。你通過下面的反組譯碼可以看出不同：

                Ex = Math.Abs(Ex);00000161  js          00000167 00000163  mov         eax,esi 00000165  jmp         0000016E 00000167  mov         ecx,esi 00000169  call        638C54E4 0000016e  mov         esi,eax                 if (Ex < 0) Ex = -Ex;00000170  test        eax,eax 00000172  jge         00000176 00000174  neg         esi 

　　

     分割的效果可能還是要拿具體的映像說事，這裡不做過多評論。 

     工程：http://files.cnblogs.com/Imageshop/ThresholdUseSIS.rar

*****************************基本上我不提供原始碼，但是我會盡量用文字把對應的演算法描述清楚或提供參考文檔**************************

*******************************因為靠自己的努力和實踐寫出來的效果才真正是自己的東西，人一定要靠自己****************************

***************************作者： laviewpbt   時間： 2013.7.15    聯絡QQ:  33184777  轉載請保留本行資訊*************************