C语言实现BMP图像对比度扩展算法详解

白榆

发布时间：2026-10-16| 3人浏览过

原创

针对因光照不足或过强导致的图像偏暗、偏亮等低对比度问题，本文介绍了一种基于C语言的BMP图像对比度扩展算法。通过读取BMP文件结构，提取图像数据后应用分段线性变换公式，将用户感兴趣的灰度范围拉开，从而增强图像细节。文中提供了完整的代码实现、关键参数配置方法及前后效果对比。

对比度扩展原理

在数字图像中，如果成像时光照不均匀，可能导致整幅图像偏暗（例如灰度范围集中在0到63）或偏亮（例如灰度范围集中在200到255）。这种现象称为低对比度，即像素的灰度值挤在一起，缺乏层次感。

对比度扩展（Contrast Stretching）的核心思想是：选中用户感兴趣的灰度区间，通过数学变换将其“拉开”，使得该范围内的像素，亮的更亮，暗的更暗，从而达到增强对比度的目的。

上述图示展示了灰度映射关系：横坐标 $g_{old}$ 表示原图灰度值，纵坐标 $g_{new}$ 表示变换后的新灰度值。为了实现增强效果，中间段的斜率 $b$ 必须大于1。设定两个阈值 $g1_{old}$ 和 $g2_{old}$ 作为原始范围的边界，对应的新值为 $g1_{new}$ 和 $g2_{new}$。

具体的分段线性变换公式如下：

其中各段斜率定义如下：

第一段斜率 a：控制低于起始阈值部分的拉伸程度。
第二段斜率 b (m)：控制目标区间的对比度放大倍数，通常 $b > 1$。
第三段斜率 a：控制高于结束阈值部分的压缩或拉伸，保持对称性或根据需求调整。

准备工作与环境配置

在进行代码实现前，需明确以下前提条件：

输入图像格式：算法针对常见的24位或8位彩色/灰度BMP图片。若为24位真彩色图，代码中默认将其视为伪彩色彩色条或直接处理RGB数据（本例代码演示了重建调色板的过程，更适合8位索引色或通用处理逻辑）。
开发环境：支持标准C99/C11编译器的编译器（如 GCC, Clang, MSVC）。
依赖库：仅需标准库 stdio.h, stdlib.h, string.h。

C语言实现步骤

第1步：定义BMP数据结构

BMP文件格式由文件头、信息头和颜色表组成。使用 #pragma pack(1) 确保结构体内存对齐紧凑，避免读取时出现偏移错误。

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#pragma pack(1)   //全紧凑模式

typedef struct {
 unsigned char bfType[2];
 unsigned int bfSize;
 unsigned short bfReserved1;
 unsigned short bfReserved2;
 unsigned int bfOffBits;
}bitmapFileHeader;

typedef struct {
 unsigned int biSize;
 unsigned int biWidth;
 unsigned int biHeight;
 unsigned short biPlanes;
 unsigned short biBitCount;
 unsigned int biCompression;
 unsigned int biSizeImage;
 unsigned int biXPixPerMeter;
 unsigned int biYPixPerMeter;
 unsigned int biClrUsed;
 unsigned int biClrImportant;
}bitmapInfoHeader;

typedef struct{
 unsigned char rgbBlue;
 unsigned char rgbGreen;
 unsigned char rgbRed;
 unsigned char rgbReserved;
}rgbQUAD;

typedef struct{
 bitmapFileHeader bfHeader;
 bitmapInfoHeader biHeader;
 rgbQUAD palette[256];
 unsigned char *imgData;
}bmp;

第2步：读取并解析BMP文件

以二进制模式打开目标文件，依次读取文件头（14字节）和信息头（40字节），获取图像宽度、高度、每行字节数及数据偏移量。随后根据 bfOffBits 定位跳过头部，直接读取图像数据部分至内存缓冲区。

FILE *fp;
// 注意：实际使用时请替换为正确的文件路径
if((fp=fopen("d:\\Temp\\test_gray.bmp","rb"))==NULL){
 perror("can not open file!");
 return -1;
}
bitmapFileHeader bfHeader;
fread(&bfHeader,14,1,fp);
bitmapInfoHeader biHeader;
fread(&biHeader,40,1,fp);

int imSize=biHeader.biSizeImage;
int width=biHeader.biWidth;
int height=biHeader.biHeight;
int bitCount=biHeader.biBitCount;
// 计算每行填充后的字节数
int lineBytes=(width*bitCount+31)/32*4;

fseek(fp,bfHeader.bfOffBits,SEEK_SET);
unsigned char*imageData=(unsigned char*)malloc(imSize*sizeof(unsigned char));
fread(imageData,imSize*sizeof(unsigned char),1,fp); 
fclose(fp);

第3步：初始化输出结构

创建新的 bmp 结构体实例，复制原有文件头和信息头数据。为了演示通用的灰度扩展效果，代码中重新生成了一个标准的256级灰度调色板（Palette），并将所有调色板项设为相等强度。注：如果是处理真彩色BMP且无需转换调色板，此步骤可简化或直接跳过调色板写入，仅保留RGB数据。

bmp b;
memcpy(&(b.bfHeader),&bfHeader,sizeof(bfHeader));
memcpy(&(b.biHeader),&biHeader,sizeof(biHeader));
b.imgData=(unsigned char*)malloc(sizeof(unsigned char)*imSize);
memset(b.imgData,0,sizeof(unsigned char)*imSize);

// 生成灰度调色板
for(int i=0;i<256;i++){
 b.palette[i].rgbBlue=i;
 b.palette[i].rgbGreen=i;
 b.palette[i].rgbRed=i;
}

第4步：执行对比度扩展算法

遍历图像的每一行和每一列像素。根据定义的起始灰度 g1 和结束灰度 g2，以及拉伸系数 m（即公式中的斜率b），应用分段线性公式计算新灰度值。

若当前像素 < g1：按斜率 a 拉伸。
若 g1 ≤ 当前像素 < g2：按斜率 m 进行主拉伸。
若当前像素 ≥ g2：按斜率 a 处理剩余部分。

int i,j,temp;
double m=1.5, g1=100.0, g2=200.0; // m为拉伸系数，g1/g2为目标区间
// 计算侧边斜率 a
double a=(255.0-m*(g2-g1))/(255.0-(g2-g1));

for(i=0;i<height;i++){
 for(j=0;j<width;j++){
  // 注意：实际BMP扫描线可能从下至上存储，这里假设从上至下或已翻转
  temp=imageData[lineBytes*i+j];
  if(temp<g1)
   b.imgData[lineBytes*i+j]=(unsigned char)(a*temp);
  else if(temp<g2)
   b.imgData[lineBytes*i+j]=(unsigned char)(g1+m*(temp-g1));
  else 
   b.imgData[lineBytes*i+j]=(unsigned char)(g2+a*(temp-g2));
 }
}

第5步：保存处理后的图像

将更新后的文件头、信息头、调色板和修改后的图像数据依次写入新文件。完成后释放动态分配的内存。

char savePath[]="D:\\Temp\\save_test.bmp";
FILE *f_save=fopen(savePath,"wb");
if(f_save==NULL){
 perror("can not open file!");
 return -2;
}
fwrite(&b.bfHeader,sizeof(bitmapFileHeader),1,f_save);
fwrite(&b.biHeader,sizeof(bitmapInfoHeader),1,f_save);
fwrite(&b.palette,1024,1,f_save);
fwrite(b.imgData,sizeof(unsigned char)*b.biHeader.biSizeImage,1,f_save);
fclose(f_save);

free(imageData);
free(b.imgData);

代码效果验证

以下为使用该算法处理低对比度图像的实例效果。原图因光照不足显得灰暗，细节不明显。经过灰度范围100-200的拉伸后，图像对比度显著提升，细节更加清晰。

原图像（低对比度）：

灰度区间 [100-200] 扩展后的图像：

注意事项与调优建议

扫描线顺序：标准BMP图像通常是从下往上存储的（即最后一行是第一行数据）。上述代码假设了简单的线性索引，若发现图像上下颠倒，需在遍历时调整行数索引，或在读取后先进行垂直翻转。
参数选择：g1 和 g2 应根据图像直方图动态选取（例如取直方图的最低和最高非零点），而非硬编码固定值。m 值越大，对比度越强，但可能导致噪声放大或断层现象。
数据类型：对于8位以上深度的BMP（如24位），每个像素包含RGB三个通道。若需分别增强，需拆分成R/G/B分量单独处理后再合并；若仅想增强整体亮度感知，可直接对平均灰度进行映射后重构RGB。

以上就是C语言实现BMP图像对比度扩展的详细内容，更多关于C语言图像处理技术的资料请关注本站其它相关文章！