总结了Opencv对灰度图直方化的六种方法

#include "stdafx.h"


#include <cv.h>
#include <highgui.h>
#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  /////隐藏控制台窗口 
#include <iostream>
using namespace std;
#include <math.h>




////////////////////////////////////////////////////////////
////////利用OpenCV计算并绘制灰度直方图  :
/*
int main()
{
         IplImage* src=cvLoadImage("1.jpg",0);
         int width=src->width;
         int height=src->height;
         int step=src->widthStep;
         uchar* data=(uchar *)src->imageData;
         int hist[256]={0};
         for(int i=0;i<height;i++)
         {
                   for(int j=0;j<width;j++)
                   {
                            hist[data[i*step+j]]++;
                   }
         }
         int max=0;
         for(i=0;i<256;i++)
         {
                   if(hist[i]>max)
                   {
                            max=hist[i];
                   }
         }
         IplImage* dst=cvCreateImage(cvSize(400,300),8,3);
         cvSet(dst,cvScalarAll(255),0);
         double bin_width=(double)dst->width/256;
         double bin_unith=(double)dst->height/max;
         for(i=0;i<256;i++)
         {
                   CvPoint p0=cvPoint(i*bin_width,dst->height);
                   CvPoint p1=cvPoint((i+1)*bin_width,dst->height-hist[i]*bin_unith);
                   cvRectangle(dst,p0,p1,cvScalar(0,255),-1,8,0);
         }
         cvNamedWindow("src",1);
         cvShowImage("src",src);
         cvNamedWindow("dst",1);
         cvShowImage("dst",dst);
         cvWaitKey(0);
         cvDestroyAllWindows();
         cvReleaseImage(&src);
         cvReleaseImage(&dst);
         return 0;
}


*/
////////////////////////////////////////////////////////////
////////利用opencv现有函数:
/*
int main()
{
         IplImage* src=cvLoadImage("1.jpg",0);
         int size=256;
         float range[]={0,255};
         float* ranges[]={range};
         CvHistogram* hist=cvCreateHist(1,&size,CV_HIST_ARRAY,ranges,1);
         cvCalcHist(&src,hist,0,NULL);
         float max=0;
         cvGetMinMaxHistValue(hist,NULL,&max,NULL,NULL);
         IplImage* dst=cvCreateImage(cvSize(400,300),8,3);
         cvSet(dst,cvScalarAll(255),0);
         double bin_width=(double)dst->width/size;
         double bin_unith=(double)dst->height/max;
         for(int i=0;i<size;i++)
         {
                   CvPoint p0=cvPoint(i*bin_width,dst->height);
                   CvPoint p1=cvPoint((i+1)*bin_width,dst->height-cvGetReal1D(hist->bins,i)*bin_unith);
                   cvRectangle(dst,p0,p1,cvScalar(0,255),-1,8,0);
         }
         cvNamedWindow("src",1);
         cvShowImage("src",src);
         cvNamedWindow("dst",1);
         cvShowImage("dst",dst);
         cvWaitKey(0);
         cvDestroyAllWindows();
         cvReleaseImage(&src);
         cvReleaseImage(&dst);
         return 0;
}
*/


////////////////////////////////////////////////////////////////
//通过复用上面的代码。可以得到彩色图像各通道的直方图,RGB直方图代码如下:


/*
int main()


{


         IplImage* src=cvLoadImage("1.jpg",1);


         IplImage* r=cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1); 


         IplImage* g=cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1); 


         IplImage* b=cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1); 


         cvSplit(src,b,g,r,NULL); 


         IplImage* gray = cvCreateImage(cvGetSize(src),8,1);


         cvCvtColor(src,gray,CV_BGR2GRAY);


         int size=256;


         float range[]={0,255};


         float* ranges[]={range};


         


         CvHistogram* r_hist = cvCreateHist(1,&size,CV_HIST_ARRAY,ranges,1);


         CvHistogram* g_hist = cvCreateHist(1,&size,CV_HIST_ARRAY,ranges,1);


         CvHistogram* b_hist = cvCreateHist(1,&size,CV_HIST_ARRAY,ranges,1);


         CvHistogram* hist   = cvCreateHist(1,&size,CV_HIST_ARRAY,ranges,1);


         cvCalcHist(&r,r_hist,0,NULL);


         IplImage* r_dst=cvCreateImage(cvSize(400,300),8,3);


         cvSet(r_dst,cvScalarAll(255),0);


         float r_max=0;


         cvGetMinMaxHistValue(r_hist,NULL,&r_max,NULL,NULL);


         double r_bin_width=(double)r_dst->width/size;


         double r_bin_unith=(double)r_dst->height/r_max;


         for(int i=0;i<size;i++)


         {


                   CvPoint p0=cvPoint(i*r_bin_width,r_dst->height);


                   CvPoint p1=cvPoint((i+1)*r_bin_width,r_dst->height-cvGetReal1D(r_hist->bins,i)*r_bin_unith);


                   cvRectangle(r_dst,p0,p1,cvScalar(255,0,0),-1,8,0);


         }


         cvCalcHist(&g,g_hist,0,NULL);


         IplImage* g_dst=cvCreateImage(cvSize(400,300),8,3);


         cvSet(g_dst,cvScalarAll(255),0);


         float g_max=0;


         cvGetMinMaxHistValue(g_hist,NULL,&g_max,NULL,NULL);


         double g_bin_width=(double)g_dst->width/size;


         double g_bin_unith=(double)g_dst->height/g_max;


         for(i=0;i<size;i++)


         {


                   CvPoint p0=cvPoint(i*g_bin_width,g_dst->height);


                   CvPoint p1=cvPoint((i+1)*g_bin_width,g_dst->height-cvGetReal1D(g_hist->bins,i)*g_bin_unith);


                   cvRectangle(g_dst,p0,p1,cvScalar(0,255,0),-1,8,0);


         }


         cvCalcHist(&b,b_hist,0,NULL);


         IplImage* b_dst=cvCreateImage(cvSize(400,300),8,3);


         cvSet(b_dst,cvScalarAll(255),0);


         float b_max=0;


         cvGetMinMaxHistValue(b_hist,NULL,&b_max,NULL,NULL);


         double b_bin_width=(double)b_dst->width/size;


         double b_bin_unith=(double)b_dst->height/b_max;


         for(i=0;i<size;i++)


         {


                   CvPoint p0=cvPoint(i*b_bin_width,b_dst->height);


                   CvPoint p1=cvPoint((i+1)*b_bin_width,b_dst->height-cvGetReal1D(b_hist->bins,i)*b_bin_unith);


                   cvRectangle(b_dst,p0,p1,cvScalar(0,0,255),-1,8,0);


         }


         cvCalcHist(&gray,hist,0,NULL);


         IplImage* gray_dst=cvCreateImage(cvSize(400,300),8,3);


         cvSet(gray_dst,cvScalarAll(255),0);


         float max=0;


         cvGetMinMaxHistValue(hist,NULL,&max,NULL,NULL);


         double bin_width=(double)gray_dst->width/size;


         double bin_unith=(double)gray_dst->height/max;


         for(i=0;i<size;i++)


         {


                   CvPoint p0=cvPoint(i*bin_width,gray_dst->height);


                   CvPoint p1=cvPoint((i+1)*bin_width,gray_dst->height-cvGetReal1D(hist->bins,i)*bin_unith);


                   cvRectangle(gray_dst,p0,p1,cvScalar(0),-1,8,0);


         }


         IplImage* dst=cvCreateImage(cvSize(800,600),8,3);


         cvSetZero(dst);


         CvRect rect = cvRect(0, 0, 400, 300); 


         cvSetImageROI(dst, rect); 


         cvCopy(r_dst, dst); 


         rect = cvRect(400, 0, 400, 300);


         cvSetImageROI(dst, rect); 


         cvCopy(g_dst, dst);


         rect = cvRect(0, 300, 400, 300);


         cvSetImageROI(dst, rect); 


         cvCopy(b_dst, dst);


         rect = cvRect(400, 300, 400, 300);


         cvSetImageROI(dst, rect); 


         cvCopy(gray_dst, dst);


         cvResetImageROI(dst);


         cvNamedWindow("src",1);


         cvShowImage("src",src);


         cvNamedWindow("dst",1);


         cvShowImage("dst",dst);


         cvSaveImage("dst.jpg",dst);


         cvWaitKey(0); 


         cvDestroyAllWindows();


         cvReleaseImage(&src);


         cvReleaseImage(&dst);


         cvReleaseImage(&r);


         cvReleaseImage(&g);


         cvReleaseImage(&b);


         cvReleaseImage(&gray);


         cvReleaseImage(&r_dst);


         cvReleaseImage(&g_dst);


         cvReleaseImage(&b_dst);


         cvReleaseImage(&gray_dst);


         return 0;


}


*/


////////////////////////////////////////////
/////////HSV通道直方图如下:
/*
int main( int argc, char** argv )
{
 IplImage * src;
     if(argc<2)
{
        printf("Usage: main <image-file-name>\n\7");
        exit(0);
      }
      // 载入图像  
      src=cvLoadImage(argv[1],-1);
      if(!src)
{
           printf("Could not load image file: %s\n",argv[1]);
        exit(0);
      }


    IplImage* hsv = cvCreateImage( cvGetSize(src), 8, 3 );  //第一个为size,第二个为位深度(8为256度),第三个通道数   
    IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 );  
    IplImage* s_plane = cvCreateImage( cvGetSize(src), 8, 1 );  
    IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 );  
    IplImage* planes[] = { h_plane, s_plane,v_plane };  
   
    //H 分量划分为16个等级,S分量划分为8个等级 
    int h_bins =16 , s_bins =8, v_bins = 8;  
    int hist_size[] = {h_bins, s_bins, v_bins};  
   
    //H 分量的变化范围    
    float h_ranges[] = { 0, 180 };   
   
    //S 分量的变化范围   
    float s_ranges[] = { 0, 255 };  
    float v_ranges[] = { 0, 255 };  
  
    float* ranges[] = { h_ranges, s_ranges,v_ranges};  
   
    // 输入图像转换到HSV颜色空间   
    cvCvtColor( src, hsv, CV_BGR2HSV );  
    cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 );  
   
    //创建直方图,二维, 每个维度上均分 
    CvHistogram * hist = cvCreateHist( 3, hist_size, CV_HIST_ARRAY, ranges, 1 );  
    // 根据H,S两个平面数据统计直方图  
    cvCalcHist( planes, hist, 0, 0 );  
   
    // 获取直方图统计的最大值,用于动态显示直方图   
    float max_value;  
    cvGetMinMaxHistValue( hist, 0, &max_value, 0, 0 );  
   
   
    //设置直方图显示图像 
    int height = 100;  
    int width = (h_bins*s_bins*v_bins*5);  
    IplImage* hist_img = cvCreateImage( cvSize(width,height), 8, 3 );  
    cvZero( hist_img );  
   
    // 用来进行HSV到RGB颜色转换的临时单位图像   
    IplImage * hsv_color = cvCreateImage(cvSize(1,1),8,3);  
    IplImage * rgb_color = cvCreateImage(cvSize(1,1),8,3);  
    int bin_w = width / (h_bins * s_bins);  
    for(int h = 0; h < h_bins; h++)  
    {  
        for(int s = 0; s < s_bins; s++)  
        {  
            for(int v = 0; v < v_bins; v++)  
            {  
            int i = h*s_bins + s*v_bins + v;  
            /** 获得直方图中的统计次数,计算显示在图像中的高度   
            float bin_val = cvQueryHistValue_3D( hist, h, s,v );  
            int intensity = cvRound(bin_val*height/max_value);  
   
            /** 获得当前直方图代表的颜色,转换成RGB用于绘制
            cvSet2D(hsv_color,0,0,cvScalar(h*180.f / h_bins,s*255.f/s_bins,v*255.f/v_bins,0));  
            cvCvtColor(hsv_color,rgb_color,CV_HSV2BGR);  
            CvScalar color = cvGet2D(rgb_color,0,0);  
   
            cvRectangle( hist_img, cvPoint(i*bin_w,height),  
                cvPoint((i+1)*bin_w,height - intensity),  
                color, -1, 8, 0 );  
            }  
        }  
    }  
  
    cvNamedWindow( "Source", 1 );  
    cvShowImage( "Source", src );  
    cvNamedWindow( "H-S-V Histogram",1);  
    cvShowImage( "H-S-V Histogram", hist_img );
    cvWaitKey(0);  


    cvReleaseImage(&src);
    cvReleaseImage(&hist_img);
    cvDestroyWindow("Source");
    cvDestroyWindow("H-S-V Histogram");
    return 0;
}
*/ 




///////////////////////////////////////////////////


/////////直方图均衡化代码:


/*
 int main(int argc, char **argv)
{
    IplImage* src=cvLoadImage("1.jpg",CV_LOAD_IMAGE_GRAYSCALE);
    //"C:\\Users\\hellmonky\\Desktop\\LeastSquaresMethod\\Debug\\1.bmp"
    cvNamedWindow("原始图像",1);
    cvShowImage("原始图像",src);


    int width=src->width;
    int height=src->height;
    int sum = width*height;


    int step=src->widthStep;
    uchar* data=(uchar *)src->imageData;
    int hist[256]={0};
    int CalHist[256] = {0};
    int CH[256] = {0};
    int max1 = 0;
    int max2=0;


    //////////////////////////////////////////////////////////////////////////
    //计算输入图像的灰度分布
    //////////////////////////////////////////////////////////////////////////
    for(int i=0;i<height;i++)
    {
        for(int j=0;j<width;j++)
        {
            hist[data[i*step+j]]++;
        }
    }
    for(i=0;i<256;i++)
    {
        if(hist[i]>max1)
        {
            max1=hist[i];
        }
    }
    for ( i=0;i<256;i++)
    {
        for (int j=0;j<=i;j++)
        {
            CalHist[i] += (int)(255* (float)hist[j]/sum );
        }
    }
    IplImage* dst1=cvCreateImage(cvSize(400,300),8,1);
    cvSet(dst1,cvScalarAll(255),0);
    double bin_width=(double)dst1->width/256;//建立比例因子
    double bin_unith=(double)dst1->height/max1;
    for( i=0;i<256;i++)
    {
        CvPoint p0=cvPoint(i*bin_width,dst1->height);
        CvPoint p1=cvPoint((i+1)*bin_width,dst1->height-hist[i]*bin_unith);
        cvRectangle(dst1,p0,p1,cvScalar(1),-1,8,0);
    }


    //////////////////////////////////////////////////////////////////////////
    //对原始图像进行重新计算
    //////////////////////////////////////////////////////////////////////////
    for( i=0;i<height;i++)
    {
        for(int j=0;j<width;j++)
        {
            data[i*step+j] = CalHist[data[i*step+j]];
        }
    }


    //////////////////////////////////////////////////////////////////////////
    //计算变换以后的图像的灰度分布
    //////////////////////////////////////////////////////////////////////////
    for( i=0;i<height;i++)
    {
        for(int j=0;j<width;j++)
        {
            CH[data[i*step+j]]++;
        }
    }
    for( i=0;i<256;i++)
    {  
        if(CH[i]>max2)
        {  
            max2=CH[i];  
        }  
    }
    IplImage* you=cvCreateImage(cvSize(400,300),8,1);
    cvSet(you,cvScalarAll(255),0);
    double binwidth=(double)you->width/256;//建立比例因子
    double binunith=(double)you->height/max2;
    for(i=0;i<256;i++)
    {
        CvPoint p0=cvPoint(i*binwidth,you->height);
        CvPoint p1=cvPoint((i+1)*binwidth,you->height-CH[i]*binunith);
        cvRectangle(you,p0,p1,cvScalar(1),-1,8,0);
    }


    
    cvNamedWindow("原始图像灰度分布",1);
    cvNamedWindow("直方图均衡化图像",1);
    cvNamedWindow("均衡化后直方图",1);


    
    cvShowImage("原始图像灰度分布",dst1);
    cvShowImage("直方图均衡化图像",src);
    cvShowImage("均衡化后直方图",you);


    cvWaitKey(0);
    cvDestroyWindow("原始图像");
    cvDestroyWindow("原始图像灰度分布");
    cvDestroyWindow("直方图均衡化图像");
    cvDestroyWindow("均衡化后直方图");
    return 0;
}


*/




/////////////////////////////////////////
////////////opencv里也自带直方图均衡化代码
/*
#define HDIM    256    // bin of HIST, default = 256


int main( int argc, char** argv ) 
{
    IplImage *src = 0, *dst = 0;
    CvHistogram *hist = 0;
    
    int n = HDIM;     
    double nn[HDIM];
    uchar T[HDIM];
    CvMat *T_mat;
    
    int x;
    int sum = 0; // sum of pixels of the source image 图像中象素点的总和
    double val = 0;
    
    if( argc != 2 || (src=cvLoadImage("1.jpg", 0)) == NULL)  // force to gray image
        return -1;
    
    cvNamedWindow( "source", 1 );
    cvNamedWindow( "result", 1 );
    
    // 计算直方图
    hist = cvCreateHist( 1, &n, CV_HIST_ARRAY, 0, 1 );  
    cvCalcHist( &src, hist, 0, 0 ); 
    
    // Create Accumulative Distribute Function of histgram
    val = 0;
    for ( x = 0; x < n; x++)
    {
        val = val + cvGetReal1D (hist->bins, x);
        nn[x] = val;
    }


    // 归一化直方图
    sum = src->height * src->width;
    for( x = 0; x < n; x++ )
    {
        T[x] = (uchar) (255 * nn[x] / sum); // range is [0,255]
    }


    // Using look-up table to perform intensity transform for source image 
    dst = cvCloneImage( src );
    T_mat = cvCreateMatHeader( 1, 256, CV_8UC1 );
    cvSetData( T_mat, T, 0 );    
    // 直接调用内部函数完成 look-up-table 的过程
    cvLUT( src, dst, T_mat ); 


    cvShowImage( "source", src );
    cvShowImage( "result", dst );
    cvWaitKey(0);


    cvDestroyWindow("source");
    cvDestroyWindow("result");
    cvReleaseImage( &src );
    cvReleaseImage( &dst );
    cvReleaseHist ( &hist );
    
    return 0;
}
*/


///////////////////////////////////////////////////////////////
//图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。
//直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整,
//从而“扩大”前景和背景灰度的差别,以达到增强对比度的目的,这种方法可以利用线性或非线性的方法来实现;
//直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。
///////////////////////////////////////////////////////////////
///////直方图拉伸进行图像增强的代码如下:
int ImageStretchByHistogram(IplImage *src,IplImage *dst); 


int main(int argc, CHAR* argv[])
{
 IplImage * pImg;    
    pImg=cvLoadImage("1.jpg",-1); 


//创建一个灰度图像
    IplImage* GrayImage = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 1);
    IplImage* dstGrayImage = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 1);
    cvCvtColor(pImg, GrayImage, CV_BGR2GRAY);
    ImageStretchByHistogram(GrayImage,dstGrayImage); 


  cvNamedWindow( "dstGrayImage", 1 ); //创建窗口
        cvNamedWindow( "GrayImage", 1 ); //创建窗口
        cvShowImage( "dstGrayImage", dstGrayImage ); //显示图像
        cvShowImage( "GrayImage", GrayImage ); //显示图像
        cvWaitKey(0); //等待按键 


  cvDestroyWindow( "dstGrayImage" );//销毁窗口
        cvDestroyWindow( "GrayImage" );//销毁窗口
        cvReleaseImage( &pImg ); //释放图像
        cvReleaseImage( &GrayImage ); //释放图像
        cvReleaseImage( &dstGrayImage ); //释放图像 


  return 0;



int ImageStretchByHistogram(IplImage *src,IplImage *dst)
/*************************************************
  Function:        
  Description:     因为摄像头图像质量差,需要根据直方图进行图像增强,
                   将图像灰度的域值拉伸到0-255
  Calls:          
  Called By:      
  Input:           单通道灰度图像                  
  Output:          同样大小的单通道灰度图像 
  Return:          
  Others:           http://www.xiaozhou.net/ReadNews.asp?NewsID=771
  DATE:               2007-1-5
*************************************************/


{
    //p[]存放图像各个灰度级的出现概率;
    //p1[]存放各个灰度级之前的概率和,用于直方图变换;
    //num[]存放图象各个灰度级出现的次数; 


    assert(src->width==dst->width);
    float p[256],p1[256],num[256];
    //清空三个数组
    memset(p,0,sizeof(p));
    memset(p1,0,sizeof(p1));
    memset(num,0,sizeof(num)); 


    int height=src->height;
    int width=src->width;
    long wMulh = height * width; 


    //求存放图象各个灰度级出现的次数
    // to do use openmp
      for(int x=0;x<width;x++)   {
         for(int y=0;y<height;y++)    {
            uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
            num[v]++;
        }
    } 


    //求存放图像各个灰度级的出现概率
    for(int i=0;i<256;i++)
    {
        p[i]=num[i]/wMulh;
    } 


    //求存放各个灰度级之前的概率和
    for(i=0;i<256;i++)
    {
        for(int k=0;k<=i;k++)
            p1[i]+=p[k];
    } 


    //直方图变换
    // to do use openmp
    for( x=0;x<width;x++)  {
         for(int y=0;y<height;y++)
     {
            uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
            ((uchar*)(dst->imageData + dst->widthStep*y))[x]= p1[v]*255+0.5;            
        }
    } 


    return 0; 







////////////////////////////
/*
int main( )  
{  
    IplImage * src= cvLoadImage("1.jpg");  
    IplImage* gray_plane = cvCreateImage(cvGetSize(src),8,1);  
    cvCvtColor(src,gray_plane,CV_BGR2GRAY);  
  
    int hist_size = 256;    //直方图尺寸  
    int hist_height = 256;  
    float range[] = {0,255};  //灰度级的范围  
    float* ranges[]={range};  
    //创建一维直方图,统计图像在[0 255]像素的均匀分布  
    CvHistogram* gray_hist = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1);  
    //计算灰度图像的一维直方图  
    cvCalcHist(&gray_plane,gray_hist,0,0);  
    //归一化直方图  
    cvNormalizeHist(gray_hist,1.0);  
  
    int scale = 2;  
    //创建一张一维直方图的“图”,横坐标为灰度级,纵坐标为像素个数(*scale)  
    IplImage* hist_image = cvCreateImage(cvSize(hist_size*scale,hist_height),8,3);  
    cvZero(hist_image);  
    //统计直方图中的最大直方块  
    float max_value = 0;  
    cvGetMinMaxHistValue(gray_hist, 0,&max_value,0,0);  
      
    //分别将每个直方块的值绘制到图中  
    for(int i=0;i<hist_size;i++)  
    {  
        float bin_val = cvQueryHistValue_1D(gray_hist,i); //像素i的概率  
        int intensity = cvRound(bin_val*hist_height/max_value);  //要绘制的高度  
        cvRectangle(hist_image,  
            cvPoint(i*scale,hist_height-1),  
            cvPoint((i+1)*scale - 1, hist_height - intensity),  
            CV_RGB(255,255,255));    
    }  
    cvNamedWindow( "GraySource", 1 );  
    cvShowImage("GraySource",gray_plane);  
    cvNamedWindow( "H-S Histogram", 1 );  
    cvShowImage( "H-S Histogram", hist_image );  
  
    cvWaitKey(0);  
}
*/ 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值