///*
//主函数文件：segmentation.cpp 主函数的实现文件
//*/
//#include "segmentation.h"
////#pragma comment( linker, "/subsystem:windows /entry:mainCRTStartup" )//无界面运行
///*主函数*/
//int ComputeImage(vector<string> files, double bzckesa[50][50], double *wcd, int conti);
//int main(int argc, char* argv[])
//{
//	/*变量定义*/
//	string dir = "E:\\xiangmu\\Img\\imgjiaobiao\\010211100518"; //存储目录
//	//string dir;
//	//if (argc < 2)
//	//	return -1;
//	//else
//	//	dir = argv[1];
//	cout << (char*)dir.c_str() << endl;
//	char	record[2400] = { 0 };
//	FILE*	fpzz = NULL;//需要注意
//	int		i, ii, jj, feature[50][50][30] = { 0 }, featureall = 0;
//	double	featurep[50][50][30] = { 0 };
//	double  bzcu[50][50] = { 0 };
//	double  bzckesa[50][50] = { 0 };
//	double  wcd[30] = { 0 };
//
//	int		featx[50][50] = { 0 };
//	int		featdif[30] = { 0 };
//	float	maxx = 0;			//最大特征值的标号与值
//	int		xyimgnum = 0;				//嫌疑图片的数目
//	char	str[80];					//存储地址
//
//	vector<string> suspict;		//记录嫌疑图片地址
//	vector<float> suspict_wcd;	//嫌疑图片的wcd值
//	vector<string> files;		//存储该生所有考试文件路径
//
//	/*读取配置文件，并配置各项参数*/
//	if (!ReadConfig("D:/HWCV/config/configure.cfg"))
//	{
//		//		SaveLog("\t配置文件读取失败\n", g_log_adr, "a");
//		SaveLog("\n0\n", g_log_adr, "a");
//		return 0;
//	}
//	char path[100] = "E:/xiangmu/Img/imgjiaobiao/";
//
//
//
//	/*步骤：读取标准差文件*/
//	int bzccolumns = 47;//txt文件中有47列
//	vector<double *> output_bzc;
//	if (!ReadScanf("D:\\HWCV\\config\\stdfile.db", bzccolumns, output_bzc))
//	{
//		memset(g_log_rec, 0, sizeof(g_log_rec));
//
//		//		SaveLog("\n读取路径：D:\\HWCV\\config\\stdfile.db 的标准差文件失败！\n", g_log_adr, "a");
//		SaveLog("\n0\n", g_log_adr, "a");
//		return 0;
//	}
//
//	//开始检测
//	//-------------------------------------------------------------//
//	getFiles(dir.c_str(), files);	//遍历当前文件夹下的所有文件
//	int size = files.size();
//
//	for (i = 0; i < size; i++)
//	{
//		//		cout << ".";
//		memset(str, 0, sizeof(str));
//		memset(featx, 0, sizeof(featx));
//		memset(bzcu, 0, sizeof(bzcu));
//
//		strcpy(str, files[i].c_str());
//		singlefeature(str, featx);//featx[][50]
//
//		featureall = 0;                       //图像特征值和的初始化
//		for (ii = 0; ii < 48; ii++)           //将featx存起来,回头看能不能用函数换掉
//			for (jj = ii + 1; jj < 47; jj++)
//			{
//			feature[ii][jj][i] = featx[ii][jj];
//			featureall = featureall + featx[ii][jj];
//			}
//		/*求轮廓方向特征featurep，式(5)  与标准差中的u的和*/
//		for (ii = 0; ii < 48; ii++)
//			for (jj = ii + 1; jj < 47; jj++)
//			{
//			featurep[ii][jj][i] = (double)featx[ii][jj] / featureall;
//			bzcu[ii][jj] += (double)featx[ii][jj] / featureall * 1000;     //标准差的值过小,进行放大（1）
//			}
//	}/*处理完全部图片*/
//
//	/*求标准差中u*/
//	for (ii = 0; ii < 48; ii++)
//		for (jj = ii + 1; jj < 47; jj++)
//			bzcu[ii][jj] = bzcu[ii][jj] / size;
//
//
//	for (ii = 0; ii < 48; ii++)//output_vector可视为二维数组;输出数组元素：
//		for (jj = ii + 1; jj < 47; jj++)
//			bzckesa[ii][jj] = output_bzc[ii][jj];
//
//	/*求相似性，即带权卡方wcd*/
//	for (i = 0; i < size; i++)
//		for (ii = 0; ii < 48; ii++)
//			for (jj = ii + 1; jj < 47; jj++)
//				if (featurep[ii][jj][i] * featurep[ii][jj][g_conti] != 0 && bzckesa[ii][jj] != -1)
//					wcd[i] += pow((featurep[ii][jj][i] - featurep[ii][jj][g_conti]), 2) / ((featurep[ii][jj][i] + featurep[ii][jj][g_conti])*bzckesa[ii][jj]);
//
//	//标出所有有嫌疑的图像1，无嫌疑的图像0
//	for (i = 0; i < size; i++)
//	{
//		if (wcd[i] > 0.12)
//		{
//			xyimgnum++;
//			suspict.push_back(files[i].c_str());
//			suspict_wcd.push_back(wcd[i]);
//		}
//	}
//
//	/*将结果存入log文件*/
//	strcat(g_log_rec, "\n");
//	memset(g_log_rec, 0, sizeof(g_log_rec));
//	//	strcat(g_log_rec, GetTime());
//	//	strcat(g_log_rec, "\t考生考号：");
//	strcat(g_log_rec, dir.substr(27, 22).c_str());
//	strcat(g_log_rec, "\t");//图片总数为：
//	char pic_num[20];
//	_itoa(size, pic_num, 10);
//	strcat(g_log_rec, pic_num);
//	if (xyimgnum > 0)
//	{
//		char b[20];
//		sprintf(b, "\t%d", xyimgnum);
//		strcat(g_log_rec, b);
//		strcat(g_log_rec, "\n");
//		for (i = 0; i < xyimgnum; i++)
//		{
//			//			cout << "嫌疑图像：" << files[i].c_str() << endl;
//			strcat(g_log_rec, "\t\t\t");//\t嫌疑图像：
//			strcat(g_log_rec, suspict[i].c_str());
//			strcat(g_log_rec, "\t");//相似度：
//			float sim = (1.0 - suspict_wcd[i]) * 100;
//			char a[20];
//			sprintf(a, "%g", sim);
//			strcat(g_log_rec, a);
//			strcat(g_log_rec, "%%\n");
//		}
//	}
//	else
//	{
//		//		strcat(g_log_rec, "\t该考生没有嫌疑图像！\n");
//		strcat(g_log_rec, "\t0\n");
//		//		cout << "该考生无嫌疑图像！" << endl;
//	}
//	SaveLog(g_log_rec, g_log_adr, "a");
//
//
//	/*善后*/
//	suspict.clear();
//	suspict_wcd.clear();
//	memset(g_log_rec, 0, sizeof(g_log_rec));
//	memset(feature, 0, sizeof(feature));
//	memset(featurep, 0, sizeof(featurep));
//	memset(bzckesa, 0, sizeof(bzckesa));
//	memset(wcd, 0, sizeof(wcd));
//	memset(featdif, 0, sizeof(featdif));
//	files.clear();
//	memset(g_log_rec, 0, sizeof(g_log_rec));
//
//	/*返回值*/
//	return 0;
//}
//
//
//int ComputeImage(vector<string> files, double bzckesa[50][50], double *wcd, int conti)
//{
//	int i, ii, jj, k, size;
//	double	bzcu[50][50] = { 0 };			//标准差中的u
//	double	featurep[50][50][30] = { 0 };	//所有图像的轮廓方向特征初始化//干什么	//30
//	int		feature[50][50][30] = { 0 };	//所有图像的特征值初始化	//所有图像指的什么意思	//30找出30的位置或者50的位置限制。。。。带入num_dir==49的情况进行类比
//	int		featx[50][50] = { 0 };			//循环赋值的feature
//	int		featureall;					//图像特征值和				//做什么用
//	IplImage* imglk[30];				//轮廓图变量				//30
//
//	size = files.size();
//	for (i = 0; i < size; i++)
//	{
//		memset(featx, 0, sizeof(featx));
//		//		strcpy(str,files[i].c_str());
//		imglk[i] = singlefeature((char*)files[i].c_str(), featx);				//featx[][50]
//		featureall = 0;                                    //图像特征值和的初始化
//		for (ii = 0; ii<48; ii++)                             //将featx存起来,回头看能不能用函数换掉
//			for (jj = ii + 1; jj<47; jj++)
//			{
//			feature[ii][jj][i] = featx[ii][jj];
//			featureall = featureall + featx[ii][jj];
//			}
//		//求轮廓方向特征featurep，式(5)  与标准差中的u的和
//		for (ii = 0; ii<48; ii++)
//			for (jj = ii + 1; jj<47; jj++)
//			{
//			featurep[ii][jj][i] = (double)featx[ii][jj] / featureall;
//			bzcu[ii][jj] += (double)featx[ii][jj] / featureall * 1000;     //标准差的值过小,进行放大（1）
//			}
//	}
//	//处理完一个人的每一张图片后
//	for (ii = 0; ii<48; ii++)//求标准差中的u
//		for (jj = ii + 1; jj<47; jj++)
//			bzcu[ii][jj] = bzcu[ii][jj] / size;
//	//求相似性就是带权卡方wcd
//	for (i = 0; i < size; i++)
//		for (ii = 0; ii<48; ii++)
//			for (jj = ii + 1; jj<47; jj++)
//				if (featurep[ii][jj][i] * featurep[ii][jj][conti] != 0 && bzckesa[ii][jj] != -1)
//					wcd[i] += pow((featurep[ii][jj][i] - featurep[ii][jj][conti]), 2) / ((featurep[ii][jj][i] + featurep[ii][jj][conti])*bzckesa[ii][jj]);
//	memset(imglk, 0, sizeof(imglk));
//	memset(feature, 0, sizeof(feature));
//	memset(featurep, 0, sizeof(featurep));
//
//	return 1;
//}