【正文】 172 pDCLineTo(1, 172)。 } //選擇圖像庫目錄 void CImageRetrievalDlg::OnMutiImageIndb() { CString m_strPath。 CString temps。 sprintf(tempFileFind,%s\\*.*,strfile1)。 yesno = (tempFileFind)。 strfile = (pos)。 (amp。 } for(int fdb=0。i++) for( j=0。 if(max!=0) {S=(maxmin)/max。// 獲取繪制直方圖文本框的標(biāo)簽 // 獲取設(shè)備上下文 CDC* pDC = pWndGetDC()。 pDCTextOut(140, 303, strTemp)。 pDCLineTo(335,305)。 pDCLineTo(m+40, 40)。 numb32。 if((x1)=0) o_dis[3]=o_dis[3]+(Ha[x1][y][i]Ha[x][y][i])*(Ha[x1][y][i]Ha[x][y][i])。 j++) { if(o_dis[j]=0) o_dis[j]=sqrt(o_dis[j])。j1i11。 pair[num].o_dis1=o_dis[scan]。 e++) { ave += pair[e].o_dis1。 CString imagefilepath = strfile。 obj_set[m1].y=0。 m1++。} if (m_23 == TRUE) {obj_set[m1].x=2。 return。 for(int count2=0。 pic++) { CalculateColor(temp_1[pic])。 } for(int p=0。 pium++。 } if(match=pair_count*) piccount++。j++) { CalculateColorPair(i,j)。 CWnd* pWnd = GetDlgItem(IDC_STATIC_NUM)。 count1++) { temps[count1].x1 = pair[count1].x1。} if (m_33 == TRUE) {obj_set[m1].x=3。 m1++。 obj_set[m1].y=0。 objset++) { obj_set[objset].x=0。 } //顯示關(guān)鍵圖 (1,1)塊顏色對信息 void CImageRetrievalDlg::OnShowInfo() { CWnd* pWnd = GetDlgItem(IDC_STATIC_SHOWINFO)。 pair[j+1] = temp。 } } //將該字塊計算得到的顏色對表填入該圖像的特征顏色對表 for(int scan=0。 double temp。 (y+1)=3) o_dis[7]=o_dis[7]+(Ha[x+1][y+1][i]Ha[x][y][i])*(Ha[x+1][y+1][i]Ha[x][y][i])。 if((x+1)=3 amp。 } //計算子塊的顏色對表 void CImageRetrievalDlg::CalculateColorPair(int x, int y) { //采用歐氏距離表示顏色對 for(int ka=0。// 創(chuàng)建藍(lán)色畫筆（用于繪制直方圖） pDCSelectObject(pPenBlue)。 } else { // 5的奇數(shù)倍數(shù) pDCMoveTo(m + 40, 303)。 pDCTextOut(40, 303, strTemp)。 Sa[i][j][S]++。 //RGB轉(zhuǎn) HSV int maxp=max(R,G)。tdc256。sda4。 int i,j。 return。 strfile2) { BOOL yesno。 //} } //對所有目錄查找 ,取得圖像目錄下文件路徑 void CImageRetrievalDlg::StartDir(const CStringamp。 if(SHGetPathFromIDList(lpItem,(MAX_PATH)) == false) return。 pDCLineTo(211,129)。 CPen* pPenRed = new CPen。 (amp。 //將 pStatic指向要顯示的地方 CStatic *pStaic。 //計算顏色直方圖 void HistogramShow(int idc)。 HGLOBAL hGlobal。n) 個子塊 ,用顏色對來表示圖像 G的特征 ,如果顏色對的值用兩個子塊顏色直方圖的歐氏距離表示 ,則圖 G中子塊 Gij ( i = 1, 2, ?, m。因此 ,在基于顏色的圖像檢索中引入空域的信息對于確保檢索精度是十分重要的。譬如顏色直方圖、主色調(diào)、顏色矩 (Color Moments)，顏色集 (Color sets)、聚類、掃描線投影等檢索算法，顏色直方圖是目前較常使用的檢索方法。常用的度量準(zhǔn)則是距離度量法。 基于內(nèi)容的圖像檢索是一個逐步求精的過程，大致可以經(jīng)過以下幾個步驟 : (1).特征提取 對圖像數(shù)據(jù)進(jìn)行自動或半自動的特征提取，提取用戶感興趣的、適合檢索要求的特征。人們對于一幅圖像的印象，往往從圖像中顏色的空間分布開始。全局顏色直方圖雖然具有計算 簡單 ,對平移和旋轉(zhuǎn)不敏感的優(yōu)點 ,但無法捕捉顏色組成之間的空間關(guān)系 ,丟失了圖像的空間信息。161。 class CPicture { public: CPicture()。 //對所有目錄查找 ,取得圖像目錄下文件路徑 void RunDir(const CStringamp。 特別是對于輪廓或邊界分明的圖像 ,該算法的檢索結(jié)果比全局圖像的顏色直方圖算法明顯要好 。 ()。 CDC* pDC = pWndGetDC()。 pDCMoveTo(1,43)。browse)。 //for (int i = 0。 } } } ()。 temp[tempi] = new CString(strfilepath1)。 } //計算顏色直方圖 void CImageRetrievalDlg::CalculateColor(CString pathfile) { CBitmap hbmp。 for(int fda=0。fdc++) for(int sdc=0。 R=GetRValue(clr)。 if (H 0) H = H + 360 。// 繪制垂直軸 pDCLineTo(340, 300)。 m += 5) { if ((m amp。 } } pDCTextOut(10, 150, hue)。 delete pPenBlue。 else o_dis[0]=1。 else o_dis[6]=1。 } ave=ave/8。 } count。 ji。 count。 } } //開始檢索 void CImageRetrievalDlg::OnStartRetrieval() { UpdateData(TRUE)。 obj_set[m1].y=3。 m1++。} if (m_32 == TRUE) {obj_set[m1].x=3。 struct pairs temps[32]。s++) { ave+=pair[s].o_dis1。 i4。 } } } for(int re=0。 (%d,piccount)。 countpair_count。 pDCTextOut(0,0,pi)。 } int match=0。 CalculateColor(imagefilepath)。} if (m_30 == TRUE) {obj_set[m1].x=3。 m1++。 obj_set[m1].y=1。 for(int ka1=0。 //消除差值小于域值的顏色對 for(int k=0。 count32。 o_dis[j1+1]=temp。 pairnum32。 else o_dis[4]=1。 pair