0 项目需求：
解析PCB电路板的gerber文件，将PCB电路板图像显示并绘制出PCB电路板BMP图像用于喷墨打印，针对打印需求，需要输出1bit图像、2bit图像、1bit&2bit反色图、8bit墨量直观图、预览图和xml文件，同时，为控制喷头喷印的墨量，需要对图像进行处理，比如2bit灰度变化、抽点、削减线宽，为防止喷墨后有墨流出，需要对色块的边缘进行一圈筑坝。解析和显示部分由同事完成，本人主要完成PCB电路板BMP图像处理部分，即上述黑体字所描述的功能。
1 绘制8bit图像
业务上并没有输出8bit图像的需求，但由于直接对1bit图像进行绘制看上去可行，但是1bit图像只有黑白两种颜色，0表示黑色，1表示白色，由于2bit图像是由1bit图像转换而来，1bit图像无法进行灰度变化，所以我们无法对2bit进行灰度变化，所以这种方法不可取。8bit图像用1字节表示一个像素，具有256种灰度值，如果2bit需要进行灰度变化，那就先对8bit图像进行灰度变化，然后转化后的2bit也就进行了相应的灰度变化，因此这里先对8bit图像进行绘制，将8bit转化为2bit和1bit，同时也可以用于后面的2bit图像灰度变化。
绘制直线、圆弧、闪绘、自定义区域：
内外削：
核心思想：通过腐蚀和膨胀达到内外削的效果
- 主要使用的halcon算子：
erosion_rectangle1 dilation_rectangle1
抽点：
抽点也是一种控制墨量的方式，通过对白油块的部分白色素转化为黑色素，从而减少喷墨量，由于需要避免喷墨不均匀的问题，因此需要均匀减少各个区域的喷墨量，即均匀地将白色素转化为黑色素。算法步骤如下：
- 通过Halcon读取图像，并进行阈值分割，将白色前景和黑色背景分割开来。
- 利用Halcon查找连通区域，并按面积筛选连通区域（太小的白油块不进行抽点），然后统计符合需求的，需要进行抽点的连通区域数量。
- 多线程处理连通区域，每个线程处理一部分连通区域
- 接下来就是针对每个连通区域进行处理，由于我们需要均匀地将白色素转化为黑色素，所以需要获取该连通区域的最小外接矩形，然后从左上角到右下角以对角线方向改变像素颜色，改变像素颜色之前要注意判断该像素是否在联通区域内。
- 由于需要实现25%、50%、75%不同程度的抽点，因此需要设置步长，对于25%程度的抽点，每4条对角线，沿对角线方向进行一次抽点，对于50%程度的抽点，每2条对角线，沿对角线方向进行一次抽点，对于75%程度的抽点，4条对角线，对3条对角线进行抽点。
筑坝： 本质上是一种边缘提取，用较浅色的灰度值在区域周围画一圈轮廓，从而减少周围区域墨量，防止周围墨量溢出。算法主要步骤：
- 使用halcon算子读取图像，并进行阈值分割，提取白色区域
- 对于阈值分割后的区域进行连通区域分析
- 对分析得到的连通区域以绘制边缘的方式进行绘制，同时指定较浅色的灰度值，实现边缘提取，即筑坝功能。
2 获取8位深图像底层2进制数据
逐行读取有效数据。首先计算8比特图像初始偏移量，即文件头+信息头+调色板的大小，即14+50+256*4 = 1078字节，定位到初始偏移量处，读取一行的有效字节数，存入事先申请的空间中，并将指向该行数据的指针存入vector容器中，然后初始偏移量+第一行实际字节数（有效字节数+填充字节），得到新的偏移量，并定位到新的偏移量处，然后读取第二行的有效字节数，存入事先申请的空间中，并将指向行数据的指针存入vector容器中，如此循环，不断读取每一行的有效字节数，并按顺序将指向行数据的指针存入vector容器中，直到每一行均读取并存储完毕。
3 图像位深度转换
3.1 8bit图像转化为2bit/1bit
8bit图像转化为2bit和1bit思路一模一样，接下来以8bit转化为2bit为例，主要算法步骤如下：
- 创建并设置2位深图像文件头和信息头的基本信息，并定义调色板
//创建并设置BMP文件头和信息头
BITMAPFILEHEADER fileHeader;
BITMAPINFOHEADER infoHeader;
fileHeader.bfType = 0x4D42;
fileHeader.bfSize = sizeof(BITMAPFILEHEADER) + sizeof(BITMAPINFOHEADER) + (pixelWidth * 2 + 31) / 32 * 4 * pixelHeight;
fileHeader.bfReserved1 = 0;
fileHeader.bfReserved2 = 0;
fileHeader.bfOffBits = sizeof(BITMAPFILEHEADER) + sizeof(BITMAPINFOHEADER) + sizeof(colors2);
infoHeader.biSize = sizeof(BITMAPINFOHEADER);
infoHeader.biWidth = pixelWidth;
infoHeader.biHeight = pixelHeight;
infoHeader.biPlanes = 1;
infoHeader.biBitCount = 2;
infoHeader.biCompression = BI_RGB;
infoHeader.biSizeImage = 0;
infoHeader.biXPelsPerMeter = 0;
infoHeader.biYPelsPerMeter = 0;
infoHeader.biClrUsed = 0;
infoHeader.biClrImportant = 0;
//定义2位深图像调色板
RGBQUAD colors2[4];
colors2[0].rgbBlue = 0; // 黑色
colors2[0].rgbGreen = 0;
colors2[0].rgbRed = 0;
colors2[0].rgbReserved = 0;
colors2[1].rgbBlue = 96; // 暗灰色
colors2[1].rgbGreen = 96;
colors2[1].rgbRed = 96;
colors2[1].rgbReserved = 0;
colors2[2].rgbBlue = 48; // 淡灰色
colors2[2].rgbGreen = 48;
colors2[2].rgbRed = 48;
colors2[2].rgbReserved = 0;
colors2[3].rgbBlue = 255; // 白色
colors2[3].rgbGreen = 255;
colors2[3].rgbRed = 255;
colors2[3].rgbReserved = 0;
- 将文件头、信息头、调色板写入文件
ofstream image2bit = ofstream(finalOutputPath2.toLocal8Bit(), ios::binary);
if (!image2bit.is_open())
{
qDebug() << "generate2bit: file of 2bit open failed";
return false;
}
image2bit.write(reinterpret_cast<const char*>(&fileHeader), sizeof(BITMAPFILEHEADER));
image2bit.write(reinterpret_cast<const char*>(&infoHeader), sizeof(BITMAPINFOHEADER));
image2bit.write(reinterpret_cast<const char*>(&colors2), sizeof(colors2));
- 创建线程，并行处理多行数据，将8位深图像数据转化为2位深图像数据
- 具体转化思路为，将8位深图像的有效字节数（去除内存对齐的部分）转化为2bit，比如00000000转化为00，11111111转化为11。如果2位深图像存满一字节，则算出其所对应的实际值写入一片内存中。8位深图像一行的有效数据部分转化完后，开始对2位深图像进行内存对齐处理，先对未填满字节进行比特填充，最后再填充字节。
- 每个线程处理一部分行数据，每个线程对应一个vector容器，用于存储该线程所处理的所有行数据，每处理好一行数据，就将指向该行数据的指针存入vector中，即vetocr中每一个元素对应2位深图像完整一行的数据，该线程处理完毕后，将该线程的索引号和vector容器存到map集合中。
- 所有线程处理完毕后，遍历map，依次获取每一个线程的vector容器，依次将每个vector中的每一行数据写入2位深图像文件中。
- bmp图像文件格式超详解
3.2 2bit图像转化为8bit
- 前面几步和8转2一样，都是创建并设置文件头、信息头基本信息，定义调色板，将文件头、信息头和调色板写入图像文件中。
- 多线程转化，每个线程分别处理相应的行。
- 具体转化思路为，将2位深图像的有效字节数（去除内存对齐的部分）和最后一字节的有效比特数转化为8bit，比如00转化为00000000，11转化为11111111。通常情况下每一字节实际要转化的比特数就是8位，我们依次计算每两位的像素值，根据值的大小转化为8bit图像的像素值，但是当达到一行最后一个有效字节的时候需要注意，2bit图像最后一个有效字节可能只有部分比特是表示像素，其余比特可能是填充的部分，所以对于最后一个有效字节要注意判断有效比特数，不要将填充的部分进行转化了。当最后一个有效字节的有效比特部分全部转化完，这个时候就要开始考虑内存对齐，对于8比特图像而言，不存在需要填充字节的情况，只需要将这一行的总字节数减去有效字节数，就是我们要填充的字节。内存对齐完成后，将该行数据所在空间的指针存储在该线程所对应的vector容器中。当该线程处理完毕其所对应的所有行后，将该线程索引号和相应的vector容器存入map集合。
- 所有线程处理完毕后，遍历map，依次获取每一个线程的vector容器，依次将每个vector中的每一行数据写入8位深图像文件中。
4 输出8bit墨量直观图
将2bit图像通过位深度转化算法转化为8位深度彩色图，具体算法步骤如下：
- 创建并设置文件头、信息头基本信息，定义调色板 ，并将文件头、信息头、调色板写入图像文件
- 创建线程，并行处理多行数据，将2位深图像数据转化为8位深图像数据。
- 具体转化步骤为：将2位深图像的每一行有效字节数每两位转化为相应的1字节，当处理完最后一个有效字节后，需要进行内存对齐处理，8位深图像直接填充字节即可。
- 每个线程处理一部分行数据，每个线程对应一个vector容器，vetocr中每一个元素对应8位深图像完整一行的数据，将处理好的8位深行数据存入到该vector容器中，该线程处理完毕后，将该线程的索引号和vector容器存到map集合中。
- 所有线程处理完毕后，依次将每个vector中的每一行数据写入8位深图像文件中。
5 输出预览图
核心思想： 对1bit图像进行缩放
-
主要使用的halcon算子：
GetImageSize ZoomImageSize
扫一扫
1907
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
