Question

我正沿着边缘收集一堆像素并将它们保存在矩阵中。

    cv::Mat vals = cv::Mat(18,7,img.type(),cv::Scalar(0));

    for (int j=1; j<7; j++)
    {
      cv::Point2f coords = start + direction*(step_size*j) - 3*normal;
      cv::Point2f coords_successive = coords + direction - 3*normal;
      cv::Point2f coords_previous = coords - direction - 3*normal;

      for (int y=0; y<7; y++)
      {
        vals.at<int>((j-1)*3, y) = 1;    //this->sample(img, coords_previous+=normal);
        vals.at<int>((j-1)*3+1, y) = 1;  //this->sample(img, coords+=normal);
        vals.at<int>((j-1)*3+2, y) = 1;  //this->sample(img, coords_successive+=normal);
      }

    }

    std::cout << "----" << std::endl;

    for (int x=0; x<18; x++)
    {
        for (int y=0; y<7; y++) 
        {
            std::cout << vals.at<int>(x,y) << "\t";
        }
        std::cout << std::endl;
    }

结果：

1 1 1 1 1 257 256 256 256 256 65792 65536 65536 65536
65536 16842752 16777216 16777216 16777216 16777216 16777216
1 1 1 1 1 257 256 256 256 256 65792 65536 65536 65536
65536 16842752 16777216 16777216 16777216 16777216 16777216
1 1 1 1 1 257 256 256 256 256 65792 65536 65536 65536
65536 16842752 16777216 16777216 16777216 16777216 16777216
1 1 1 1 1 257 256 256 256 256 65792 65536 65536 65536
65536 16842752 16777216 16777216 16777216 16777216 16777216
1 1 1 1 1 257 256 256 256 256 65792 65536 65536 65536
65536 16842752 16777216 16777216 16777216 16777216 16777216
1 1 1 1 1 1 1
256 256 256 256 256 0 1
65536 65536 65536 0 256 0 1

我已经尝试过了： 1）uchar而不是int，正如在处理灰度图像时在其他帖子中所建议的那样， 2）使用int [] []矩阵（正在工作！）并将数据传递给矩阵（产生相同的垃圾） 3）反转指数（我认为“好吧，也许是我采用未定义矩阵的值）但是......同样的垃圾。”

Answer 1

cv:Scalar通常是double类型。

第一个索引通常是行，第二个索引是列。这在图像处理中很常见

Answer 2

打印垫子结构时，您会混淆行和列。您可以使用以下代码。如果您的图像是8UC1通道，则必须使用uchar进行访问。 vals.at（I，J）。但你还没有指定img.type（）是什么。我假设它是CV_8UC1

 cv::Mat vals = cv::Mat(18,7,img.type(),cv::Scalar(0));

for (int j=1; j<7; j++)
{
  cv::Point2f coords = start + direction*(step_size*j) - 3*normal;
  cv::Point2f coords_successive = coords + direction - 3*normal;
  cv::Point2f coords_previous = coords - direction - 3*normal;

  for (int y=0; y<7; y++)
  {
    vals.at<int>((j-1)*3, y) = 1;    //this->sample(img, coords_previous+=normal);
    vals.at<int>((j-1)*3+1, y) = 1;  //this->sample(img, coords+=normal);
    vals.at<int>((j-1)*3+2, y) = 1;  //this->sample(img, coords_successive+=normal);
  }

}

std::cout << "----" << std::endl;
int rows=vals.rows;
int colms=vals.cols;
for (int x=0; x<rows; x++)
{
    for (int y=0; y<colms; y++) 
    {
        std::cout << vals.at<uchar>(x,y) << "\t";
    }
    std::cout << std::endl;
}

Opencv Mat的元素索引生成垃圾

2 个答案: