OpenCV:使用Mat.at访问数据的对应关系

最新推荐文章于 2025-06-04 20:08:29 发布
最新推荐文章于 2025-06-04 20:08:29 发布
阅读量5.8k 收藏 42
点赞数 7
CC 4.0 BY-SA版权
分类专栏： OpenCV C++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/leonardohaig/article/details/81587421
本文详细介绍了OpenCV中各种数据类型的内部表示方式及其与常用数据类型的对应关系，这对于正确使用Mat.at<>访问数据至关重要。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

OpenCV:使用Mat.at<>访问数据的对应关系

  opencv中，由于使用Mat.at<>访问数据时，必须正确填写相应的数据类型，因此必须弄清楚opencv中的数据类型与我们常用 数据类型一一对应关系。

CV_8U(uchar)  
CV_8UC1 (uchar)  CV_8UC2 (Vec2b)  CV_8UC3 (Vec3b)  CV_8UC4(Vec4b) 

CV_8S(char)   
CV_8SC1 (uchar)  CV_8SC2 (Vec2b)   CV_8SC3 (Vec3b)  CV_8SC4 (Vec4b)   

CV_16U  (ushort)
CV_16UC1 (ushort)  CV_16UC2 (Vec2w)   CV_16UC3 (Vec3w)   CV_16UC4 (Vec4w)   

CV_16S  (short)
CV_16SC1(short)   CV_16SC2(Vec2s)   CV_16SC3(Vec3s)   CV_16SC4(Vec4s)   

CV_32S (int)
CV_32SC1(int)   CV_32SC2(Vec2i)    CV_32SC3(Vec3i)  CV_32SC4(Vec4i)   

CV_32F (float)
CV_32FC1(float)   CV_32FC2(Vec2f)  CV_32FC3(Vec3f)   CV_32FC4(Vec4f)  

CV_64F(double)  
CV_64FC1(double)   CV_64FC2(Vec2d)  CV_64FC3(Vec3d)  CV_64FC4(Vec4d)
【OpenCV】cv::Mat对单个像素的访问和操作
guduruyu的专栏
03-08 1万+
我们在使用OpenCV进行图像处理的过程中，经常会涉及到对指定位置像素的读取和修改，下面我们就介绍OpenCV中几种常用的对指定位置像素值的读取和修改操作。
opencv语法Mat类型总结
qq_20467929的博客
07-31 2152
总结了mat类型深拷贝、浅拷贝的问题，创建方法等。
CV_8UC1，CV_8UC2，CV_8UC3 Vec2b Vec3b Vec4b 含义
ding_programmer的博客
09-18 6714
在OpenCv中，使用Mat存图像，有专门的数据类型 一般的图像文件格式使用的是 Unsigned 8bits吧，CvMat矩阵对应的参数类型就是 CV_8UC1，CV_8UC2，CV_8UC3。 其中 U代表 Unsigned 无符号、C代表CvMat 后面的数字代表通道数 （最后的1、2、3表示通道数，譬如RGB3通道就用CV_8UC3） 而float 是32位的，对应CvMat数据结...
OPENCV的AT函数
2202_75840803的博客
06-04 647
在 OpenCV 中，at()是一个模板成员函数，用于访问和修改矩阵或图像中特定位置的元素。它提供了一种直接且类型安全的方式来操作单个像素值，但需要注意其性能和类型匹配问题AT函数是OPENCV中重要的函数之一，它的作用是修改Mat的矩阵某个像素值，也就是我们要修改图像中的像素点就需要利用AT函数去获取并且修改，AT函数的修改一般需要循环cols和rows。然后对每个像素点进行修改。下面这段代码的作用是调整图像中每个像素的颜色值，以此改变图像的整体色调是蓝色（B）通道。为绿色（G）通道。
opencv Mat.at
weixin_34050427的博客
07-22 408
opencv c++ mat获取像素及像素赋值 For accessing pixel's channel value : for (int i = 0; i < image.cols; i++) { for (int j = 0; j < image.rows; j++) { Vec3b intensity = image.at<Vec3b&...
OpenCV中Mat类at函数具体用法
qq_34489443的博客
10-06 1万+
Mat.at&lt;存储类型名称&gt;(行，列)[通道] 具体例子 假设M中存储一张512*512的彩色图片，那这张图有三个通道，下面两个at都表示的是这个矩阵的最右下的那个点。 M矩阵有512行，512*3列，不加入通道参数，也就是第一个at命令，是简单的遍历，可以看成是与数组类似。第二个at命令带上通道参数，此时存储类型名称一定要是Vec3b。由于彩色图像一个点是由三个参数构成，所以可...
OpenCV学习之Mat::at()理解
热门推荐
xueluowutong的博客
07-05 3万+
Mat类中的at方法作用：用于获取图像矩阵某点的值或改变某点的值。对于单通道图像的使用方法：           image.at&lt;uchar&gt;(i,j) = 255;对于RGB三通道图像的使用方法：           image.at&lt;Vec3b&gt;(i,j)[0] =  255;           image.at&lt;Vec3b&gt;(i,j)[1] =  25...
opencv学习笔记1：opencv中Mat中.at方法
weixin_47890036的博客
11-17 2104
opencv学习笔记1：opencv中Mat中.at方法 适用于取具体第i行，第j列的像素，不适用于遍历像素src.at<uchar>(i,j); //取灰度图像中第i行第j列的点 src.at<Vec3b>(i,j)[K] //取彩色图像中第i行第j列第K通道的点 ...
OpenCV中的cv::Mat函数将数据写入txt文件
08-27
在使用OpenCV进行图像处理的过程中，经常会涉及到将文件中的数据读入到cv::Mat中，或者将cv::Mat中的数据写入到txt文件中。 本文主要介绍了如何将cv::Mat中的数据写入到txt文件中。这种方法可以将cv::Mat中的数据以...
【opencv15】cv::Mat类单独访问数组元素
yuanCruise
01-20 5450
#####1.利用at&amp;lt;&amp;gt;()成员函数访问数组元素 最基础的直接访问手段是通过模板成员函数at&amp;lt;&amp;gt;()，对数组元素进行访问。因为是模板函数，所以该函数可以接受各种类型和维度的参数。使用该函数访问数组元素的例子如下： #include &quot;opencv2/opencv.hpp&quot; #include &amp;lt;iostream&amp;gt; using name
深入解析 OpenCvSharp 核心数据结构：Mat 矩阵类
lijunhe1991的博客
04-25 1120
Mat（Matrix 的缩写）类用于表示多维矩阵，可以存储图像、向量、矩阵等多种数据类型。在计算机视觉应用中，它主要用于存储和处理图像数据。无论是彩色图像、灰度图像，还是 3D 点云数据，都可以通过Mat类进行表示和操作。与传统的 C# 数组相比，Mat类在内存管理、数据访问和处理效率上具有显著优势，更适合处理大规模图像数据。Mat矩阵类是 OpenCvSharp 的核心数据结构，掌握其特性和使用方法是进行计算机视觉开发的基础。本文从基本概念、创建初始化、核心操作、内存管理、高级应用等多个方面对Mat。
opencv之Mat的访问像素点
maggiesir的博客
12-10 3489
1、Mat的访问 2、调整图像亮度与对比度
Opencv cv::Mat利用at求像素点值
weixin_42156097的博客
06-21 1629
Opencv cv::Mat利用at求像素点值
Opencv - Mat::at()
CXYYL的博客
11-10 950
at() 访问图片像素值的时候，坐标要注意不要弄反了！ Mat::at(x0, y0)，中，x0 表示的是图片的行索引， y0表示的是列索引 而 Rect.x 表示的是以左上角为原点的坐标值，实际上为列索引；Rect.y 则为行索引 例如：Mat a = b(Range(), Range()); 中，第一个 Range 表示行区间，第二个表示列区间 以下这段代码的执行结果及其是这样的 Mat test00 = Mat::zeros(5, 10, CV_8UC1); test00.at<ucha
opencv学习-004-图像像素的读写操作（Mat.at方法，案例实现图像的颜色反转(数组遍历和指针方式遍历)）
kuanyew的博客
10-18 1686
opencv学习-004-图像像素的读写操作和一些算术运算（案例实现图像的颜色反转（数组遍历和指针方式遍历））1. 通道2. Vec3b类型3. 指针方式遍历中的要点 #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main(int artc, char** argv) { Mat src = imread("E:/Desktop/y.j
OpenCV像素值读写之at()函数
Young_Fan
08-20 2万+
图像处理中很多时候会对像素点进行操作。在OpenCV有许多方法来对像素进行遍历。 at()函数 对于单通道图像"picture1"，picture1.at<uchar>(i,j)就表示在第i行第j列的像素值。 对于多通道图像如RGB图像"picture2"，可以用picture2.at<Vec3b>(i,j)[c]来表示某个通道中在(i,j)位置的像素值。 1）上面...
初出茅庐之OpenCV，图像数据cv::Mat.at和cv::MaT.ptr对单个像素的访问和操作
hhsh49的博客
08-28 1725
最常用的就是cv::MAT.at<>()和cv::MAT.ptr<>()，下面我们就介绍OpenCV中这两种常用的对指定位置像素值的读取和修改操作。ptr<>()是按照行来访问数组的，指针指向某一行第一个元素的首地址。at操作虽然简单方便，但是这种操作是一种效率比较低的操作，尤其用其进行遍历操作时，效率会很低。因此一般不推荐使用。at操作是一种直接简单的对单个像素的操作方式，用于获取图像矩阵某点的值或改变某点的值。ptr操作时通过指针偏移的方式进行像素的查找、遍历和修改的，因此效率相对较高。
opencv学习笔记之Mat::at
zlh869642570的博客
07-19 1231
Mat类中的at方法的用处：1、获取图像矩阵某点的RGB值 2、改变某点的值 对于单通道的图像，则可以使用： image.at(i, j) 来获取或改变该点的值，而RGB通道的则可以使用： image.at(i, j)[0] image.at(i, j)[1]  image.at(i, j)[2]  通过以上三条代码，来分别获取B、G、R三个通道的对应的值。
Computing vertex colors ..OpenCV(4.5.0) Error: Assertion failed (((0x28442211 >> ((traits::Depth<_Tp>::value) & ((1 << 3) - 1))*4) & 15) == elemSize1()) in cv::Mat::at, file D:\Work\Code\sibr_core\extlibs\opencv\opencv-4.5.0\build\include\opencv2/core/mat.inl.hpp, line 1157 OpenCV: terminate handler is called! The last OpenCV error is: OpenCV(4.5.0) Error: Assertion failed (((0x28442211 >> ((traits::Depth<_Tp>::value) & ((1 << 3) - 1))*4) & 15) == elemSize1()) in cv::Mat::at, file D:\Work\Code\sibr_core\extlibs\opencv\opencv-4.5.0\build\include\opencv2/core/mat.inl.hpp, line 1157
最新发布
08-06
<think>我们正在解决OpenCV中由于cv::Mat::at方法调用时类型不匹配导致的断言错误（Assertion failed: cv::Mat::at type mismatch error）。这个错误通常发生在尝试使用错误的类型访问矩阵元素时。 ### 错误原因分析 在OpenCV中，`cv::Mat`是一个多维数组，可以存储不同类型的数据（如8UC1, 32FC3等）。`cv::Mat::at`是一个模板方法，使用时必须指定与矩阵实际数据类型匹配的类型。如果指定的类型与矩阵实际存储的数据类型不匹配，就会触发断言错误。 例如，假设有一个单通道8位无符号整数矩阵（`CV_8UC1`），使用`at<uchar>`访问是正确的，而使用`at<int>`或`at<float>`就会导致类型不匹配错误。 ### 解决方案 #### 1. 确认矩阵的实际类型 在访问矩阵元素之前，务必确认矩阵的实际数据类型。可以使用`cv::Mat::type()`方法获取矩阵类型，然后根据类型选择正确的访问方式。 示例代码： ```cpp cv::Mat image = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); // 读取为单通道灰度图，类型为CV_8UC1 int type = image.type(); // 获取类型 // 根据类型选择访问方式 if (type == CV_8UC1) { uchar pixel = image.at<uchar>(i, j); // 正确 } else if (type == CV_32FC1) { float pixel = image.at<float>(i, j); // 如果是浮点型单通道 } ``` #### 2. 使用正确的数据类型访问 根据矩阵的实际数据类型，选择对应的数据类型进行访问。以下是一些常见类型及其对应的访问类型： | 矩阵类型 (type()) | 对应的at<T>中的T | |-------------------|----------------| | CV_8UC1 (0) | uchar | | CV_8UC3 (16) | cv::Vec3b | | CV_32FC1 (5) | float | | CV_32FC3 (21) | cv::Vec3f | | CV_64FC1 (6) | double | 注意：对于多通道矩阵，需要使用OpenCV的固定向量类（如`cv::Vec3b`、`cv::Vec3f`等）来访问。 #### 3. 使用安全的访问方法 为了避免类型不匹配，可以使用`cv::Mat_`类，它是一个模板类，封装了`cv::Mat`并提供类型安全的访问。 示例： ```cpp cv::Mat image = cv::imread("image.jpg", cv::IMREAD_COLOR); // 三通道彩色图，类型为CV_8UC3 cv::Mat_<cv::Vec3b> image_mat = image; // 转换为Mat_<Vec3b> cv::Vec3b pixel = image_mat(i, j); // 使用()运算符访问，类型安全 ``` #### 4. 调试技巧 - 在调试时，可以在访问矩阵元素之前添加断言来检查类型： ```cpp CV_Assert(image.type() == CV_8UC3); // 确保是3通道8位无符号整数 cv::Vec3b pixel = image.at<cv::Vec3b>(i, j); ``` - 使用`cv::Mat::depth()`和`cv::Mat::channels()`分别获取深度和通道数，然后组合成正确的类型。 ### 示例：修复类型不匹配错误 假设我们有一个矩阵`mat`，我们错误地使用了`at<float>`访问，但实际上它是`CV_8UC1`类型。 错误代码： ```cpp cv::Mat mat = cv::Mat::zeros(10, 10, CV_8UC1); float value = mat.at<float>(0,0); // 错误！类型不匹配 ``` 修正后： ```cpp cv::Mat mat = cv::Mat::zeros(10, 10, CV_8UC1); uchar value = mat.at<uchar>(0,0); // 正确 ``` 或者，如果我们确实需要浮点数，可以先将矩阵转换为浮点类型： ```cpp cv::Mat mat_float; mat.convertTo(mat_float, CV_32F); // 转换为CV_32FC1 float value = mat_float.at<float>(0,0); // 现在正确 ``` ### 总结 解决`cv::Mat::at`类型不匹配错误的关键是确保访问时指定的数据类型与矩阵实际存储的数据类型一致。通过检查矩阵类型、使用正确的访问类型或使用`cv::Mat_`模板类，可以避免此类错误。 §§相关问题§§ 1. OpenCV中矩阵有哪些常见的数据类型？它们分别代表什么？ 2. 除了`at`方法，OpenCV还提供了哪些访问矩阵元素的方式？ 3. 如何安全地遍历OpenCV矩阵的所有元素？ 4. 在OpenCV中，如何将矩阵从一种数据类型转换为另一种数据类型？</think>### 解决OpenCV cv::Mat::at类型不匹配断言错误 当出现`Assertion failed: cv::Mat::at type mismatch`错误时，根本原因是访问矩阵元素时指定的数据类型与矩阵实际存储的数据类型不一致。以下是详细解决方案： #### 1. 确认矩阵的实际数据类型 使用`cv::Mat::type()`方法检查矩阵的真实数据类型： ```cpp cv::Mat image = cv::imread("image.jpg"); std::cout << "Matrix type: " << image.type() << std::endl; // 输出整数编码 std::cout << "Type name: " << cv::typeToString(image.type()) << std::endl; // OpenCV 4.5+支持 ``` #### 2. 正确匹配访问类型 根据矩阵的实际类型选择对应的访问方法： | 矩阵类型 | 正确访问方式 | 错误示例（导致断言） | |------------------|-------------------------------|------------------------| | `CV_8UC3` (BGR) | `image.at<cv::Vec3b>(y,x)` | `image.at<uchar>(y,x)` | | `CV_32FC1` | `image.at<float>(y,x)` | `image.at<int>(y,x)` | | `CV_16UC1` | `image.at<ushort>(y,x)` | `image.at<short>(y,x)` | #### 3. 多通道矩阵的特殊处理 对于多通道矩阵（如彩色图像），必须使用向量类型： ```cpp // 三通道BGR图像（CV_8UC3） cv::Vec3b pixel = image.at<cv::Vec3b>(y, x); uchar blue = pixel[0]; uchar green = pixel[1]; uchar red = pixel[2]; // 双通道浮点矩阵（CV_32FC2） cv::Vec2f vec = mat.at<cv::Vec2f>(y, x); float val1 = vec[0]; float val2 = vec[1]; ``` #### 4. 安全访问的替代方法 使用`cv::Mat_`模板类避免类型错误： ```cpp cv::Mat_<cv::Vec3b> safe_image = image; // 自动类型检查 cv::Vec3b pixel = safe_image(y, x); // 运算符()访问 ``` #### 5. 类型转换确保一致性 若需强制使用特定类型访问，先转换矩阵类型： ```cpp cv::Mat float_image; image.convertTo(float_image, CV_32FC3); // 转换为浮点三通道 cv::Vec3f pixel = float_image.at<cv::Vec3f>(y, x); ``` #### 6. 调试技巧 在访问前添加类型断言： ```cpp CV_Assert(image.type() == CV_8UC3); // 确保类型匹配 cv::Vec3b pixel = image.at<cv::Vec3b>(y, x); ``` ### 常见错误场景分析 1. **灰度图像误用彩色访问方式** ```cpp cv::Mat gray = cv::imread("gray.jpg", cv::IMREAD_GRAYSCALE); // CV_8UC1 // 错误：尝试用Vec3b访问单通道 uchar pixel = gray.at<uchar>(y, x); // 正确方式 ``` 2. **浮点矩阵用整型访问** ```cpp cv::Mat float_mat(100, 100, CV_32FC1); // 错误：尝试用int访问float float val = float_mat.at<float>(y, x); // 正确方式 ``` 3. **ROI区域类型混淆** ```cpp cv::Mat roi = image(cv::Rect(10,10,100,100)); // 共享原始数据类型 // 必须使用与原始图像相同的访问类型 ``` ### 根本原因总结 断言错误发生在OpenCV的`cv::Mat::at`实现中，核心检查逻辑如下： ```cpp template<typename _Tp> inline _Tp& Mat::at(int y, int x) { CV_DbgAssert( type() == DataType<_Tp>::type ); // 类型断言检查 return *(_Tp*)(data + y*step + x*elemSize()); } ``` 当`DataType<_Tp>::type`与矩阵的`type()`不匹配时，触发断言失败。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值