C++ OpenCV：读取矩阵值
我想计算背景图像中只有黑白的白点数量。我有这样一个代码：C++ OpenCV：读取矩阵值,c++,opencv,matrix,background-image,pixel,C++,Opencv,Matrix,Background Image,Pixel,我想计算背景图像中只有黑白的白点数量。我有这样一个代码： int count = 0; for ( int j = 0; j < Image.rows; j ++ ) { for ( int i = 0; i < Image.cols; i ++ ) { if ( Image.at<int>(i,j) >= 150 ) { count ++ ;
int count = 0;
for ( int j = 0; j < Image.rows; j ++ )
{
for ( int i = 0; i < Image.cols; i ++ )
{
if ( Image.at<int>(i,j) >= 150 )
{
count ++ ;
}
}
}
int count=0；
对于（int j=0；j=150）
{
计数++；
}
}
}
出于某种原因，上面的代码不起作用，只是停止了反应。我检查了，行“if（Image.at（I，j）>=150）”导致了问题。我的“图像”是一个“cv:：Mat”，带有“cv_8UC3”类型。有人能帮我吗？多谢各位 Write
Image.at（j，i）Image.at（i，j）将
if（Image.at（i，j）>=150）if（Image.at（j，i）>=150）OpenCV提供了一个类似STL的迭代器，它易于使用，并且如果您想访问所有元素，它也非常易于使用。例如：
int count = 0;
MatConstIterator_<int> it = Image.begin<int>(), it_end = Image.end<int>();
for(; it != it_end; ++it)
if ((*it) >= 150)
++count;
int count=0；
matconditor_uu=Image.begin（），it_uend=Image.end（）；
for（；it！=it_end；++it）
如果（（*it）>=150）
++计数；
int count = 0;
for(int i = 0; i < Image.rows; ++i) {
const int* Ii = Image.ptr<int>(i);
for(int j = 0; j < Image.cols; j++) {
if (Ii[j] >= 150)
++count;
}
}
int count=0；
对于（int i=0；i=150）
++计数；
}
}
Mat result;
threshold(Image,result,150,255,THRESH_BINARY);
int white_count = countNonZero(result);
除了我对Robin的回答的评论之外，您的错误是尝试访问CV_8UC3类型的图像作为ints。如果你想检查灰度，可以这样做（注意“unsigned char”而不是“int”，如Robin的回答）
cv:：Mat灰度；
cv:：CVT颜色（图像、灰度、cv_RGB2GRAY）；
//无论是哪一种，都是最优雅的：
int count=cv:：countNonZero（灰度>=150）；
//或者，抄袭罗宾的答案：
整数计数=0；
对于（int i=0；i=150行）
++计数；
}
}
int通道=0；
Image.at（行、列）[频道]
int count = 0;
int threshold = 150;
for(int j = 0; j < img.rows; j++) {
for(int i = 0; i < img.cols; i++) {
//white point which means that the point in every channel(BGR)
//are all higher than threshold!
if(img.ptr<cv::Vec3b>(j)[i][0] > threshold &&
img.ptr<cv::Vec3b>(j)[i][1] > threshold
img.ptr<cv::Vec3b>(j)[i][2] > threshold ) {
count++;
}
}
}
cv::Mat img;
cv::cvtColor(src,img,CV_BGR2RGB);
int count = 0;
int threshold = 150;
for(int j = 0; j < img.rows; j++) {
for(int i = 0; i < img.cols; i++) {
if(img.ptr<uchar>(j)[i] > threshold) {
count++;
}
}
}
int count=0；
int阈值=150；
对于（int j=0；j阈值和
img.ptr（j）[i][1]>阈值
img.ptr（j）[i][2]>阈值）{
计数++；
}
}
}
int count = 0;
int threshold = 150;
for(int j = 0; j < img.rows; j++) {
for(int i = 0; i < img.cols; i++) {
//white point which means that the point in every channel(BGR)
//are all higher than threshold!
if(img.ptr<cv::Vec3b>(j)[i][0] > threshold &&
img.ptr<cv::Vec3b>(j)[i][1] > threshold
img.ptr<cv::Vec3b>(j)[i][2] > threshold ) {
count++;
}
}
}
cv::Mat img;
cv::cvtColor(src,img,CV_BGR2RGB);
int count = 0;
int threshold = 150;
for(int j = 0; j < img.rows; j++) {
for(int i = 0; i < img.cols; i++) {
if(img.ptr<uchar>(j)[i] > threshold) {
count++;
}
}
}
cv:：Mat img；
cv：：CVT颜色（src、img、cv_BGR2RGB）；
整数计数=0；
int阈值=150；
对于（int j=0；j阈值）{
计数++；
}
}
}
所以，如果存在无效的访问点，它将断言您 做一组
图像。at（i，j）图像。at（j，i）