C++ 一种平面拟合图像处理算法的超神秘逻辑误差

所以我有一个图像处理程序，我使用线性回归算法找到一个最适合所有点的平面（x，y，z:z是像素颜色强度（0-255）

简单地说，我有一张x维的图片。我运行这个算法，得到这些A，B，C值。（3个浮点值）

然后我去程序中的每个像素，用mod_val减去像素值

mod_val=（-A*x-B*y）/C

A、 B，C是常数，而x，y是x，y平面中的像素位置

当图片的尺寸可被100整除时，它是完美的，但当它不是时，图片破裂。图片本身与原始图片相同，但有一条带颜色对比度的对角线穿过图片。该程序应使像素颜色从中心均匀

我试着运行mod_val=0的图片，因为它不能被100维图片整除，它完美地复制了一张新图片。因此，我怀疑在对齐方面存储和写入读取数据是否有问题。（仅供参考，这张图片是灰度8位.bmp）

我尝试过改变A，B，C值，但对角线保持不变。对角线内图像碎片的颜色改变

当我运行1400 x 1100图片时，它与上面写的mod_val方程完美结合，这是最令人困惑的部分

我花了很多时间寻找舍入误差。它们实际上都是浮点数。我用来打断图片的尺寸是1490 x 1170

下面是我认为发生错误的代码片段：

    int img_row = row_length;
    int img_col = col_length;
    int i = 0;
    float *pfAmultX = new float[img_row];
    for (int x = 0; x < img_row; x++)
    {
        pfAmultX[x] = (A * x)/C;
    }
    for (int y = 0; y < img_col; y++)
    {
        float BmultY = B*y/C;
        for (int x = 0; x < img_row; x++, i++)
        {
            modify_val = pfAmultX[x] + BmultY;
            int temp = (int) data.data[i];
            data.data[i] += (unsigned char) modify_val; 
            if(temp >= 250){
                data.data[i] = 255;
            }
            else if(temp < 0){
                data.data[i] = 0;
            }
        }
    }
    delete[] pfAmultX;

int img_row=行长度；
int img_col=col_长度；
int i=0；
浮动*pfAmultX=新浮动[img_行]；
对于（int x=0；x=250）{
数据.数据[i]=255；
}
否则如果（温度<0）{
数据.数据[i]=0；
}
}
}
删除[]pfAmultX；

根据VS调试器模式，img_行、img_列是正确的

如果有任何帮助，我将不胜感激。我已经试着找到这个bug好几个小时了，我的老板告诉我，在找到这个bug之前我不能回家

算法之前（1400 x 1100，有效） 之后

之前（1490 x 1170，演示问题） 之后

更新： 经过广泛的测试，我把这个问题归结为x坐标的问题

这是因为当我对1400x1100使用较大的A或B值或两者（C值始终为0.999）时，它不会创建对角线

但是，对于另一幅图像，较大的B值不会创建对角线，但相当小的-avg a值会创建对角线

---

更重要的是，当我测试一张x不可被100整除但y可被10整除的图片时，答案是正确的。

最终我找到了解决方案。这是一个问题，因为位图中的填充。当x上的维度不可被4整除时，它将使用填充，这将丢弃所有的x坐标。这也是我的问题ant我从bmp头中收到的行值与尺寸相同，但实际上并不相同。我必须在我必须做的地方进行编辑：4*（行值从bmp头+3）/4。

你能发布四张图片吗：1）之前，2）没有显示错误后（尺寸可被100整除），3）之前，4）显示错误后？我想，但我不能，因为我需要至少10个声誉…将它们上传到像imgur这样的网站，并从您的问题链接到它们。我可以编辑它们以直接显示在那之后。在算法之前（1400 x 1100）在之前（1490 x 1170）之后在你确定常数A、B和C的地方有可能出现错误吗？例如，在你的问题中，图1和图2的A、B和C是什么？听起来像一个讨厌的错误：）是的。我在凌晨3:40回家，只回家，因为我看了8个小时后，老板和我一起看了2个小时就发现了它，但没有运气……这是BMP文件的一个众所周知的问题。对不起，我之前没有看到这个问题。