VC++与MATLAB混合编程 关于CANNY算子

VC调用matlab图像处理工具箱进行canny边缘检测
作者：bugzhao 注意：本程序基于VC6＋Matlab7环境
Matlab是一款可视化科学计算软件，内置了大量工具箱函数，支持完善的矩阵运算，并且可以可视化的显示计算结果。

有时候我们在VC编程的时候需要调用Matlab内置的矩阵运算函数，或者工具箱函数，这样会大大加速我们软件开发的速度，同时基于Matlab的运算也更加稳定。

这里讲述一下 edge(im,’canny’) 这个matlab里面的image processing toolbox 的函数如何在VC里被调用的方法。

为了让更多的初学者可以理解，我采用了step-by-step的方法，只要按照文中方法一步步去做，肯定可以成功的。

至于更多其他的细节问题，大家可以看Matlab关于compiler的帮助。

首先来看看环境的设置。

环境的设置只须一次，以后再用就不必设了。

Matlab7默认没有按照MCR，首先我们要安装之。

其安装文件路径一般在：C:\MATLAB7\toolbox\compiler\deploy\win32\MCRInstaller.exe
找到这个文件双击既可安装。

接下来要设置VC中的路径。

两个地方都要设，如下所示：
以上工作完成之后，下面还要来设置编译器的链接选项。

注意此步每次都要设置的。

在link文件中输入：
mclmcr.lib libmat.lib libmex.lib libmx.lib libeng.lib
如图所示：
接下来开始编写程序。

这里我采用了自己以前编写的一个图像处理仿真平台Imagedemo，可以对256级灰度图像进行各种运算。

设计界面如下：
我将菜单响应函数编写在文件:ImagedemoView.CPP中。

在我们编写程序调用matlab之前，还要在该文件的头部加入头文件的声明如下：
#include "mclmcr.h"
#include "matrix.h"
#include "mat.h"
#include "engine.h"
接下来编写菜单响应代码。

先看看代码，我再把主要函数讲解一下。

//调用matlab图像处理工具箱的canny边缘检测
void CImgDemoView::Oncalliptoolboxcanny()
{
i,j;
int
unsigned char *lpSrc;
CImgDemoDoc* pDoc = GetDocument();
ASSERT_V ALID(pDoc);
if(pDoc->m_hDIB == NULL)
;
return
LPSTR lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) pDoc->m_hDIB);
LPSTR lpDIBBits=::FindDIBBits (lpDIB);
//读取图像宽高
int cxDIB = (int) ::DIBWidth(lpDIB); // Size of DIB - x
int cyDIB = (int) ::DIBHeight(lpDIB); // Size of DIB - y
long lLineBytes = WIDTHBYTES(cxDIB * 8); // 计算图像每行的字节数 //分配一临时存储空间
unsigned char * temp=new unsigned char[cxDIB*cyDIB*sizeof(unsigned char)];
//先将图像读入临时缓冲区temp以便于后期送入matlab引擎进行处理
//每行
for(i = 0; i < cyDIB; i++)
{
每列
//
for(j = 0; j < cxDIB; j++)
{
// 指向DIB第i行，第j个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (cyDIB - 1 - i) + j;
temp[j*cyDIB+i]=(*lpSrc);
}
}
mclInitializeApplication(NULL,0);
//定义matlab可以识别的矩阵作为输入和输出
mxArray * input=NULL,* output=NULL;
//为其分配内存空间
input=mxCreateNumericMatrix(cyDIB,cxDIB,mxUINT8_CLASS,mxREAL);
output=mxCreateNumericMatrix(cyDIB,cxDIB,mxUINT8_CLASS,mxREAL);
//将temp区数据赋给matlab可以识别的矩阵形式
memcpy((unsigned char *)mxGetPr(input),(unsigned char
*)temp,cxDIB*cyDIB*sizeof(unsigned char));
//打开matlab引擎
*ep;
Engine
ep=engOpen(NULL);
//将输入input和输出output与matlab中变量关联
engPutVariable(ep,"input",input);
//调用matlab工具箱函数进行canny边缘检测
//注意要使用im2uint8将二值边缘图像转换为uint8格式
engEvalString(ep,"output=edge(input,'canny');output=im2uint8(output);");
output=engGetVariable(ep,"output");//提取变量
//将边缘检测的结果传回临时缓存区temp
char
*)temp,(unsigned char
memcpy((unsigned
*)mxGetPr(output),cxDIB*cyDIB*sizeof(unsigned char));
//将临时缓冲区temp数据写入图像
//每行
for(i = 0; i < cyDIB; i++)
{
每列
//
for(j = 0; j < cxDIB; j++)
{
// 指向DIB第i行，第j个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (cyDIB - 1 - i) + j;
(*lpSrc)=temp[j*cyDIB+i];
}
}
//释放内存
input=0;
mxDestroyArray(input);
mxDestroyArray(output); output=0;
mclTerminateApplication();
//关闭引擎
engClose(ep);
//刷新客户区
::GlobalUnlock((HGLOBAL)
pDoc->m_hDIB);
Invalidate(TRUE);
}
代码的编写思路如下：首先获取当前文档，然后获得图像的指针和宽、高等信息；然后将图像像素数据赋值到一个缓冲区内存放；然后把此缓冲区内的数据传递给mxArray格式的内存空间。

接下来打开engine，把mxArray格式的数据跟engine工作区中的变量相联合。

到此，我们就可以利用engEvalString来调用matlab的各种函数来进行计算了。

计算过后，把工作区的变量取出来放入mxArray 格式的内存空间内，然后再将其存入缓存区，最终写入图像像素空间，从而完成整个过程。

具体的讲解可以看看上面代码的注释，配合matlab帮助，相信可以很快成功的。

边缘检测的结果如下：
源代码及说明文档下载：/
作者：bugzhao
山东大学 2005年3月30日。