我在Linux上使用OpenCV。我正在尝试量化长度为100的向量Ib,Ig,Ir的值。
for (int i=0;i<img31->height;i++)
{
for (int j=0;j<img31->width;j++)
{
Ib.push_back(((uchar*)(img31->imageData+((img31->width*3)*i)))[j*3]);
Ig.push_back(((uchar*)(img31->imageData+((img31->width*3)*i)))[j*3+1]);
Ir.push_back(((uchar*)(img31->imageData+((img31->width*3)*i)))[j*3+2]);
}
}
int g_hist11[16]={0},b_hist11[16]={0},r_hist11[16]={0};
//Quantization code
for (int i=0;i<Ig.size();i++)
{
int j=0;
while(j<256)
{
if (Ib.at(i)>j && Ib.at(i)<j+16)
{
b_hist11[(Ib.at(i)%16)]=b_hist11[(Ib.at(i)%16)]+1;
}
if (Ig.at(i)>j && Ig.at(i)<j+16)
{
g_hist11[(Ig.at(i)%16)]=g_hist11[(Ig.at(i)%16)]+1;
}
if (Ir.at(i)>j && Ir.at(i)<j+16)
{
r_hist11[(Ir.at(i)%16)]=r_hist11[(Ir.at(i)%16)]+1;
}
j=j+16;
}
}
但是当我尝试添加存储在数组g_hist11,r_hist11,b_hist11中的计数时,它们不会达到100。
答案 0 :(得分:1)
您正在使用打开间隔,但这会错过任何16的精确倍数的值。您应该使用半封闭间隔:
if (Ib.at(i) >= j && Ib.at(i) < j + 16)
// ^^