对于img.at<uchar>(j, i) 和img.at<uchar>(Point(j, i)) 的区别

最新推荐文章于 2023-05-09 17:23:52 发布
最新推荐文章于 2023-05-09 17:23:52 发布
阅读量6.4k 收藏 47
点赞数 17
本文详细解析了在图像处理中，如何正确区分和使用像素的坐标表示法与行列表示法，通过实例帮助读者理解两种表示方式的不同应用场景。

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

我说说我的理解：

srcImage.at<uchar>(j, i) //表示的是  j 行 i 列 的这个像素
srcImage.at<uchar>(Point(j, i)) //表示的是 坐标（j,i）的像素
1
2
为了我下面的图方便说明 j 换成 x , i 换成 y 。也就是说：

srcImage.at<uchar>(x, y) //表示的是 x 行 y 列 的这个像素
srcImage.at<uchar>(Point(x, y)) //表示的是 坐标（x,y）的像素
1
2
可能就会有人不明白了，有什么区别呢？？ 
先上一幅图 
 坐标图
问图中红点的坐标是？ （2，1） 还是 （1，2）？ 
答案是（2，1）！ 
为什么？ 看清了 我问的是坐标！！ 
那么（2，1） 和 （1，2）究竟有什么不同？ 
（2，1）表示的是红点的坐标，就是红点的 x 坐标是 2， y 坐标是 1。 
（1，2）表示的是红点的行和列，就是红点的行是1，列是2，也就是红点在第 1 行，第 2 列。 
这下子我相信大家都明白这两者的区别了吧

srcImage.at<uchar>(j, i)
srcImage.at<uchar>(Point(j, i))
 

小新兵
关注
图像像素读写image.at、image.ptr、指针
xiaofeixia002X的博客
02-18 755
在OpenCV中，使用Mat对象表示图像数据，在使用at方法时，需要确保使用正确的数据类型（如uchar或Vec3b），这取决于图像的通道数和数据深度。
opencv笔记（二十五）——对于.at<uchar>(j, i) 和.at<uchar>(Point(j, i)) 的区别
qq_37764129的博客
08-31 4351
srcImage.at&lt;uchar&gt;(j, i) //表示的是 j 行 i 列 的这个像素 srcImage.at&lt;uchar&gt;(Point(j, i)) //表示的是 坐标（j,i）的像素 为了我下面的图方便说明 j 换成 x , i 换成 y 。也就是说： srcImage.at&lt;uchar&gt;(x, y) //表示的是 x 行 y 列 的这个像素 ...
OpenCV访问像素值image.at＜uchar＞ image.at＜cv::Vec3b＞(j, i)
目前在做 ROS相关的工作，主要是写ROS相关和C++的学习心得
05-09 622
cv::Mat类包含多种方法，可用来访问图像的各种属性：利用公共成员变量cols和rows可得到图像的列数和行数；利用cv::Mat的at(int y, int x)方法可以访问元素，其中x是列号，y是行号。在编译时必须明确方法返回值的类型，因为cv::Mat可以接受任何类型的元素，所以程序员需要指定返回值的预期类型。正因为如此，at方法被实现成一个模板方法。彩色图像的每个像素对应三个部分：红色通道、绿色通道和蓝色通道，因此包含彩色图像的cv::Mat类会返回一个向量，向量中包含三个8位的数值。
【OpenCV 】对于.at＜uchar＞(j, i) 和.at＜uchar＞(Point(j, i)) 的区别
qq_36955294的博客
12-10 1702
注意！！ 我在opencv实现在图像上画对角线和分割之一上说了一下自己对于Mat::at 这个类的一些看法，我觉得可能会误导了一些人，所以特意说一下这两者的区别 我说说我的理解： srcImage.at<uchar>(j, i) //表示的是 j 行 i 列 的这个像素 srcImage.at<uchar>(Point(j, i)) //表示的是 坐标（j,i）的像素 为了我下面的图方便说明 j 换成 x , i 换成 y 。也就是说： srcImage.at&lt
关于image.at
qq_42517195的博客
06-25 993
嘻嘻嘻，呵呵呵，无知的我。
openCV2获取像素值的模版函数image.at
3号imager的专栏
05-13 997
#include using namespace std; using namespace cv; void setSaltNoise(Mat& image , int count) { //以当前时间为产生随机数的种子 srand((unsigned)time(NULL)); for(int i=0;i<count;i++) { //产生随机的坐标，该坐标不能超过图像的范围，
int label = 1; for (int i = 1; i < inputImg.rows - 1; i++) for (int j = 1; j < inputImg.cols - 1; j++) { if (inputImg.at<uchar>(i, j) == 255) { cv::Point currentPoint(j, i); std::vector<cv::Point> neighborPoints; neighborPoints.push_back(cv::Point(j - 1, i - 1)); neighborPoints.push_back(cv::Point(j, i - 1)); neighborPoints.push_back(cv::Point(j + 1, i - 1)); neighborPoints.push_back(cv::Point(j - 1, i)); int minLabel = 255; for (std::vector<cv::Point>::iterator it = neighborPoints.begin(); it != neighborPoints.end(); it++) { int neighborLabel = labelImg.at<int>(it->y, it->x); if (neighborLabel > 0 && neighborLabel < minLabel) minLabel = neighborLabel; } if (minLabel == 255) { labelImg.at<int>(i, j) = label; label++; } else { labelImg.at<int>(i, j) = minLabel; for (std::vector<cv::Point>::iterator it = neighborPoints.begin(); it != neighborPoints.end(); it++) if (labelImg.at<int>(it->y, it->x) > 0 && labelImg.at<int>(it->y, it->x) != minLabel) { int tempLabel = labelImg.at<int>(it->y, it->x); cv::Mat mask = (labelImg == tempLabel); labelImg.setTo(minLabel, mask); } } } }如何让标记的不同区域数值不一样，不再是每个区域都是1，而是不同区域可以有1 2 3之类的
05-16
if (inputImg.at<uchar>(i, j) == 255) { cv::Point currentPoint(j, i); std::vector<cv::Point> neighborPoints; neighborPoints.push_back(cv::Point(j - 1, i - 1)); neighborPoints.push_back(cv::Point...
分析一下这段代码: for (int h = 0; h < resolution_height; h++) { std::vector<float> data(&filtered.at<float>(h, 0), &filtered.at<float>(h, 0) + resolution_width); cv::Point pMax, pMin; cv::minMaxLoc(data, NULL, NULL, &pMin, &pMax); int width = fabs(pMax.x - pMin.x) + 1; //激光线太细 数据量不够 不计算 if (width < 3) continue; int start = pMax.x < pMin.x ? pMax.x : pMin.x; int end = pMax.x > pMin.x ? pMax.x : pMin.x; //计算[start,end]区间内平均灰度 float avg = cv::sum(std::vector<uchar>(&src_img_float.at<uchar>(h, start), &src_img_float.at<uchar>(h, start) + width))[0] / (float)width; //平均灰度太低 不计算 if (avg < gray_threshold) continue; //对[start,end]内的点进行高斯拟合，方法见 //https://blog.csdn.net/qq_33487700/article/details/121998149 cv::Mat A(width, 3, CV_64F); cv::Mat b(width, 1, CV_64F); for (int r = 0; r < A.rows; r++) { A.at<double>(r, 0) = 1; int x = start + r; int y = src_img_float.at<uchar>(h, x); A.at<double>(r, 1) = x; A.at<double>(r, 2) = x * x; b.at<double>(r, 0) = log(y); } //cv::Mat x; //cv::solve(A, b, x, cv::DecompTypes::DECOMP_SVD); //和fpga一致 cv::Mat x = (A.t() * A).inv() * A.t() * b; centre_points_internal[h].x = -x.at<double>(1, 0) / (2 * x.at<double>(2, 0)); gray_values_internal[h] = src_img_float.at<uchar>(h, centre_points_internal[h].x); }
最新发布
07-22
float avg = cv::sum(std::vector<uchar>(&src_img_float.at<uchar>(h, start), &src_img_float.at<uchar>(h, start) + width))[0] / (float)width; if (avg < gray_threshold) continue; ``` 这里从原始图像`...
//寻找图像曲线上某个点的下一个点 bool findNextPoint(vector<Point> &_neighbor_points, Mat &_image, Point _inpoint, int flag, Point& _outpoint, int &_outflag) { int i = flag; int count = 1; bool success = false; while (count <= 7) { Point tmppoint = _inpoint + _neighbor_points[i]; if (tmppoint.x > 0 && tmppoint.y > 0 && tmppoint.x < _image.cols&&tmppoint.y < _image.rows) { if (_image.at<uchar>(tmppoint) == 255) { _outpoint = tmppoint; _outflag = i; success = true; _image.at<uchar>(tmppoint) = 0; break; } } if (count % 2) { i += count; if (i > 7) { i -= 8; } } else { i += -count; if (i < 0) { i += 8; } } count++; } return success; } //寻找图像上的第一个点 bool findFirstPoint(Mat &_inputimg, Point &_outputpoint) { bool success = false; for (int i = 0; i < _inputimg.rows; i++) { uchar* data = _inputimg.ptr<uchar>(i); for (int j = 0; j < _inputimg.cols; j++) { if (data[j] == 255) { success = true; _outputpoint.x = j; _outputpoint.y = i; data[j] = 0; break; } } if (success) break; } return success; } //寻找曲线 void findLines(Mat &_inputimg, vector<deque<Point>> &_outputlines) { vector<Point> neighbor_points = { Point(-1,-1),Point(0,-1),Point(1,-1),Point(1,0),Point(1,1),Point(0,1),Point(-1,1),Point(-1,0) }; Point first_point; while (findFirstPoint(_inputimg, first_point)) { deque<Point> line; line.push_back(first_point); //由于第一个点不一定是线段的起始位置，双向找 Point this_point = first_point; int this_flag = 0; Poin
03-26
vector<Point> bezierCurve(Point p0, Point p1, Point p2, int segments=100) { vector<Point> curve; for(int i=0; i<=segments; ++i) { float t = i/(float)segments; int x = pow(1-t,2)*p0.x + 2*t*(1-t)*...
opencv中 .at＜uchar＞（）和.ptr＜uchar＞（）使用方法的区别
xxhjxx的博客
04-22 5973
opencv中 .at（）和.ptr（）使用方法的区别 在opencv中，.at（）和.ptr（）都是获取像素值的函数，但是二者是有区别的。 在说明这两个函数的使用方法前，先补充一个知识： c语言中*和&的区别，num是有前提的，前提是num这个变量里要存放另一个变量的地址，所以num就代表取的num存放的变量的值,即： int *num = &a;（int *num = a；这种写法是错误的，a一定要取地址符） 那么num = a的地址 而&num则代表取num的地址。 ok，
【OpenCV 问题记录】（1）对于.at<uchar>(j, i) 和.at<uchar>(Point(j, i)) 的区别
咿呀的博客
05-12 8942
注意！！ 我在opencv实现在图像上画对角线和分割之一上说了一下自己对于Mat::at 这个类的一些看法，我觉得可能会误导了一些人，所以特意说一下这两者的区别 我说说我的理解： srcImage.at&amp;amp;amp;lt;uchar&amp;amp;amp;gt;(j, i) //表示的是 j 行 i 列 的这个像素 srcImage.at&amp;amp;amp;lt;uchar&amp;amp;amp;gt;(Point(j, i)) //表示的是 坐
opencv灰度图at<uchar>(i, j)显示不出来--乱码
Arcobaleno
05-22 1649
如果你也是单通道灰度图的话，和我一样的情况的话，记得转成int int(mat.at<uchar>(i, j)
Mat对象使用at＜uchar＞报错
sky130054的博客
08-11 1396
1
初学OpenCV图像遍历at<typename>(i,j)
lmmy的博客
09-08 2552
今天终于可以坐下好好写个博客，看到csdn各类博文都觉得亲切，^_^哈哈~ 在学习OpenCV的core模块——改变图像的对比度和亮度 代码源自博主langb2014 的博文： https://blog.csdn.net/langb2014/article/details/50924565 其中有段三个for循环的代码不太懂 for (int i =0;i&lt;srcImage.rows...
opencv笔记（二十四）——图像遍历的4种方式（at、指针、isContinuous、迭代器）、在Vector尾部加数据函数push_back（）。
qq_37764129的博客
08-28 3300
一、遍历图像     我们在实际应用中对图像进行的操作，往往并不是将图像作为一个整体进行操作，而是对图像中的所有点或特殊点进行运算，所以遍历图像就显得很重要，如何高效的遍历图像是一个很值得探讨的问题。 1.1 at&lt;typename&gt;(i,j)         Mat类提供了一个at的方法用于取得图像上的点，它是一个模板函数，可以取到任何类型的图像上的点。下面我们通过一个图像...
[OpenCV3函数] —— at函数获取像素点
Anoyer的博客
06-10 2054
(Mat).at<类型>(y,x) 头文件：opencv2/imgproc/imgproc.hpp **作用：**获取图像像素点值 opencv3中图形存储基本为Mat格式，如果我们想获取像素点的灰度值或者RGB值，可以通过image.at<uchar>(i,j)的方式轻松获取。 Mat类中的at方法对于获取图像矩阵某点的RGB值或者改变某点的值很方便，对于单通道的图像，则可以使用： image.at<uchar>(i, j) 其中有一个要注意的地方是i对应的是点的y坐
OpenCV像素值读写之at()函数
热门推荐
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...
opencv——图像操作
路人coder
01-12 386
目录前言读像素API写像素 前言 opencv中的图像操作有哪些？ 读像素（获取像素） 写像素（修改像素、空白图像、分割图像） 读像素 二维图像保存在电脑中，大家可以理解为矩阵，一个二维数组，每个位置都会有一个像素值。 读像素，就是获取某个点处的像素值。 API 读取像素值时，不同的图像，读取过程有些差别。图像主要是两种：灰度图与RGB图，即黑白图像与彩色图像。 1.黑白图像 注意：y 是行，x 是列，所以先写 y ，再写 x 。 Scalar intensity = image.at<uch
图像操作
程序客栈
03-14 416
图像操作读写像素修改像素值  ： 计算程序执行时间  : 处理像素范围读写像素修改像素值 （用函数at&lt;&gt;（）)opencv中使用vec可表示向量，用于矩阵元素的表达。矩阵元素的表达：对于单通道图像，其元素类型一般为 8U （即 8位无符号整数），当然也可以 是 16S 、32F32F 等；这些类型可以直接用 uchar 、short 、float等 C/C++语言中的基本数据类型表达...
评论 6
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