【正文】 CDC* pDC1 = pWnd1GetDC()。rescan。 p++) for(int count=0。 i++) for(int j=0。 (%d,pic+1)。 } ave=ave/pair_count。 count2++) { temp_1[count2] = *temp[count2]。 for(int count1=0。 } void CImageRetrievalDlg::SeekImage() { CString imagefilepath = strfile。 obj_set[m1].y=2。 m1++。} if (m_21 == TRUE) {obj_set[m1].x=2。 obj_set[m1].y=2。 m1++。} if (m_01 == TRUE) {obj_set[m1].x=0。 for (int objset=0。 CalculateColorPair(1, 1)。 k。 ave=ave*。 j++) { if(pair[j].o_dis1pair[j+1].o_dis1) { temp = pair[j]。 } } } //對四個子塊的顏色對表排序 void CImageRetrievalDlg::SortColorPair() { //32個數(shù)據(jù)項中有 count個實際數(shù)值 for(int count=0。 o_dis[count]=1。 o_dis[j1]=o_dis[j1+1]。 ave=ave*。 for(int pairnum=0。 if((x+1)=3 amp。 if((x+1)=3) o_dis[4]=o_dis[4]+(Ha[x+1][y][i]Ha[x][y][i])*(Ha[x+1][y][i]Ha[x][y][i])。 if((y1)=0) o_dis[1]=o_dis[1]+(Ha[x][y1][i]Ha[x][y][i])*(Ha[x][y1][i]Ha[x][y][i])。 pair[numb].y1=1。 } //顯示匹配圖的直方圖 void CImageRetrievalDlg::OnShowIm2() { CDlgHistShow dlgShow。amp。 CPen* pPenBlue = new CPen。 pDCLineTo(35,45)。 1) == 0) { // 10的倍數(shù) pDCMoveTo(m + 40, 303)。 pDCTextOut(190, 303, strTemp)。// 繪制水平軸 // 繪制 X軸刻度值 CString strTemp。 pWndUpdateWindow()。 //色彩度 V=max。H=1。 G=GetGValue(clr)。j++) for(int k=0。sdc4。fdb++) for(int sdb=0。fda4。 CDC dcMem。 HBITMAP hbitmap。 } //顯示關鍵圖的直方圖 void CImageRetrievalDlg::OnShowIm() { CString imagefilepath = strfile。 tempi++。 char foundFileName[200]。 return。 yesno = (BOOL)(tempFileFind)。 icounts。 ()。 if(lpItem == NULL) return 。 //打開通用對話框 BROWSEINFO browse。 pDCLineTo(211,43)。 pDCLineTo(211,86)。 pWndInvalidate()。 //使菜單可用 CMenu* mmenu = GetMenu()。 //顯示位圖 pStaicGetDC()StretchBlt( , ,(),(), amp。bm)。 附錄 主要函數(shù)： // picture中顯示圖片 void CImageRetrievalDlg::ShowPic(CString pathfile,int idc) { CBitmap hbmp。 double o_dis1。 strfile2)。 DWORD _GetWidth ( VOID )。 virtual ~CPicture()。 改進的顏色直方圖實現(xiàn)算法描述 結合前面顏色直方圖的實現(xiàn)思路，提出了些改進，其具體實現(xiàn)過程如下： 關鍵圖； ，并計算子塊直方圖，即用戶選定包含查詢圖像的子塊； (x,y)的顏色對表，采取“八方向鄰接技術”計算這些子塊與周圍相鄰子塊的顏色對表，用 calcuatecolorpair()函數(shù)實現(xiàn)； ，以消除顏色澡聲； ，并對其從大到小排列，給定一個域值，選取顏色對表中最大的幾個顏色對做為圖像的代表特征； ，讀取待比較的Ｎ幅圖像，計算當前被比較的圖像的顏色直方圖，搜索目 標圖像的每一子塊的顏色對表 ,匹配時不能使用精確匹配，因此顏色對誤差小于 2%也屬于該匹配值； ，按順序計算目標圖像中一子塊與其同周圍子塊的顏色對，然后在用戶輸入的圖像顏色對表中查詢計算出來的顏色對，差值小于某域值，則匹配到，并置顏色匹配對標志； 60%以上的特征顏色匹配到，就說明該圖像被檢索到； 。 設圖像 G分割成 (m 161。 161。這無疑是不夠準確的。本文將圖像劃分成大小相等的柵格狀區(qū)域 ,提取每塊的顏 色直方圖作為特征矢量。所有這些都促使顏色成為基于內容的圖像檢索所采取的主要手段之一。 從圖像中提取出來的圖像特征，主要分為三個層次 :低層次、中層次和高層次。特征提取可 以是全局性的，如整幅圖像，也可能是針對某個目標，如圖像中的子區(qū)域等?；趦热莸膱D像檢索 (CBIR) 所謂基于內容圖像的檢索是指由圖像分析軟件對輸入的圖像先進行圖像分析，根據(jù)圖像中物體或區(qū)域的顏色 (color)、形狀(shape)或紋理 (texture)等特征以及這些特征的組合，自動抽取特征，在將輸入圖像存入圖像庫的同時將其相應的特征向量也存入與圖像庫相連的特征庫。 (2).圖像匹配 在選取了特征之后，需要選擇或尋找適當?shù)呐袆e準則，從而判斷出待識別的圖像的特征與數(shù)據(jù)庫中的哪些圖像的特征最接近。低層次的圖像特征是形狀、紋理、顏色、輪廓等圖像某一方面的特征。 對于基于顏色特征的圖像檢索，科學工作者們提出了多種方案。用具有視覺一致性的 HSV 顏色空間模型分析圖像顏色信息。兩幅顏色直方圖非常相似的圖像其內容可能絲毫無相似之處。 ,xk) , y= (y1,y2, 161。193。 基于顏色直方圖的圖像檢索系統(tǒng)的實現(xiàn) 開發(fā)工具的選取 本文的系統(tǒng)實現(xiàn)選用的開發(fā)工具為 Microsoft 公司的 Visual C++ 。 private: IPicture *m_pic。 DWORD _GetHeight ( VOID )。 //對 *.bmp文件查找 void CalculateColor(CString pathfile)。 }pair[32]。 HBITMAP hbitmap。 //創(chuàng)建臨時的內存 DC對象 CDC dcMem。dcMem,0 ,0,SRCCOPY)。 mmenuEnableMenuItem(ID_START_RETRIEVAL, 0)。 pWndUpdateWindow()。 pDCMoveTo(97,1)。 pDCMoveTo(1,129)。 ZeroMemory(amp。 ()。()。 i++) //{ // AfxMessageBox(temp[i],MB_ICONINFORMATION|MB_OK)。 //查找下級目錄 while(yesno) { yesno = ()。 } //對 *.bmp文件查找 void CImageRetrievalDlg::RunDir(const CStringamp。 strcpy(foundFileName,().GetBuffer(200))。 } } ()。 //if (imagefilepath = 39。 int R,G,B,H,S,V。 (GetDC())。fda++) for(int sda=0。sdb4。sdc++) for(int tdc=0。kwidth。 B=GetBValue(clr)。break。 //亮度 Ha[i][j][H]++。 pDCRectangle(0, 0, 367,338)。 (0)。 (200)。 pDCLineTo(m + 40, 307)。 pDCMoveTo(40,40)。// 聲名畫筆對象 pPenBlueCreatePen(PS_SOLID, 1, RGB(0,0,255))。 Ha[1][1][m]1040){ pDCMoveTo(m+40, 300)。 ()。 pair[numb].o_dis1=1。 else o_dis[1]=1。 else o_dis[4]=1。amp。 pairnum32。 //對該子塊的顏色對表進行從