C 量化图像的值
我在Linux上的OpenCV中工作。我试图量化长度为100的向量Ib、Ig、Ir的值C 量化图像的值,c,opencv,histogram,quantization,C,Opencv,Histogram,Quantization,我在Linux上的OpenCV中工作。我试图量化长度为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]);
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;
}
}
for(int i=0;iheight;i++)
{
for(int j=0;jwidth;j++)
{
Ib.push_back(((uchar*)(img31->imageData+((img31->width*3)*i))[j*3]);
Ig.推回((uchar*)(img31->imageData+((img31->width*3)*i))[j*3+1]);
红外推回((uchar*)(img31->imageData+((img31->width*3)*i))[j*3+2]);
}
}
int g_hist11[16]={0},b_hist11[16]={0},r_hist11[16]={0};
//量化码
对于(int i=0;i您使用的是开放区间,但这会忽略任何16的精确倍数。您应该使用半封闭区间:
if (Ib.at(i) >= j && Ib.at(i) < j + 16)
// ^^
if(Ib.at(i)>=j&&Ib.at(i)