canny算子MFC实现

#include “stdafx.h“
#include “afx.h“
#include “math.h“
#include “canny.h“

// 一维高斯分布函数，用于生成平滑函数中的高斯滤波系数
void CreatGauss（double sigmadouble **pdKernelint *pnWidowSize）
{
	LONG i;
    int nCenter;//数组中心点
    double dDis;//数组中一点到中心点距离

    double dValue;//中间变量
    double dSum;
    dSum = 0;

    *pnWidowSize = 1+ 2*ceil（3*sigma）;// [-3*sigma3*sigma] 以内数据，会覆盖绝大部分滤波系数
    nCenter = （*pnWidowSize）/2;
    *pdKernel = new double[*pnWidowSize];

    for（i=0;i<（*pnWidowSize）;i++）{//生成高斯数据
		dDis = double（i - nCenter）;
        dValue = exp（-（1/2）*dDis*dDis/（sigma*sigma））;
        （*pdKernel）[i] = dValue;
        dSum+=dValue;
	}

    for（i=0;i<（*pnWidowSize）;i++）{//归一化
		（*pdKernel）[i]/=dSum;
	}
}

//用高斯滤波器平滑原图像
void GaussianSmooth（int wint nHeightLPBYTE pGrayLPBYTE pResultdouble sigma）
{
	LONG x y;
	LONG i;
    int nWindowSize;//高斯滤波器长度
    int nLen;//窗口长度
    double *pdKernel;//一维高斯滤波器
    double dDotMul;//高斯系数与图像数据的点乘
    double dWeightSum;//滤波系数总和

    double *pdTemp;
    pdTemp = new double[w*nHeight];

    CreatGauss（sigma &pdKernel &nWindowSize）;//产生一维高斯数据
    nLen = nWindowSize/2;

    for（y=0;y		for（x=0;x			dDotMul = 0;
            dWeightSum = 0;
            for（i=（-nLen）;i<=nLen;i++）{
				if（（i+x）>=0 && （i+x）					dDotMul+=（double）pGray[y*w+（i+x）] * pdKernel[nLen+i];
                    dWeightSum += pdKernel[nLen+i];
				}
			}
            pdTemp[y*w+x] = dDotMul/dWeightSum;
		}
	}

    for（x=0; x		for（y=0; y			dDotMul = 0;
            dWeightSum = 0;
            for（i=（-nLen）;i<=nLen;i++）{
				if（（i+y）>=0 && （i+y）					dDotMul += （double）pdTemp[（y+i）*w+x]*pdKernel[nLen+i];
                    dWeightSum += pdKernel[nLen+i];
				}
			}
			pResult[y*w+x] = （unsigned char）dDotMul/dWeightSum;
		}
	}

    delete []pdKernel;
    pdKernel = NULL;
    delete []pdTemp;
    pdTemp = NULL;
}

// 方向导数求梯度
void Grad（int wint nHeightLPBYTE pGrayint *pGradXint *pGradYint *pMag）
{
	LONG yx;


    for（y=1;y		for（x=1;x			pGradX[y*w +x] = （int）（ pGray[y*w+x+1]-pGray[y*w+ x-1] ）;

    for（x=1;x		for（y=1;y			pGradY[y*w +x] = （int）（pGray[（y+1）*w +x] - pGray[（y-1）*w +x]）;

    //求梯度
    double dSqt1;
    double dSqt2;

    for（y=0; y		for（x=0; x			dSqt1 = pGradX[y*w + x]*pGradX[y*w + x];//二阶范数求梯度
            dSqt2 = pGradY[y*w + x]*pGradY[y*w + x];
            pMag[y*w+x] = （int）（sqrt（dSqt1+dSqt2）+0.5）;
		}
}

//非最大抑制
void NonmaxSuppress（int *pMagint *pGradXint *pGradYint wint nHeightLPBYTE pNSRst）
{
	LONG yx;
    int nPos;

    int gx;//梯度分量
    int gy;

    int g1g2g3g4;//中间变量
    double weight;
    double dTmpdTmp1dTmp2;

    for（x=0;x		pNSRst[x] = 0;
        pNSRst[（nHeight-1）*w+x] = 0;
	}
    for（y=0;y