C++ OpenCV:kmeans分割C++；

我正在写一个程序来识别图像上的数字。 我没有看到代码中有错误。您将收到一个运行时异常。表示垫。 我使用Visual Studio 2015社区和OpenCV 3.1。 在stackoverflow上找到Kmeans分段代码

例外情况：

test_opencv_nuget.exe！cv:：Mat:：at>（内部i0，内部i1）Сааааааа++

mat.inl.hpp文件 行：

CV_DbgAssert（（无符号）（i1*数据类型：：通道）<（无符号）（size.p[1]*通道（））

#包括“opencv2/opencv.hpp”
#包括“opencv2/imgproc/imgproc.hpp”
#包括“opencv2/imgcodecs.hpp”
#包括“opencv2/highgui/highgui.hpp”
#包括“opencv2/core.hpp”
#包括
使用名称空间cv；
使用名称空间std；
int main（int argc，字符**argv）
{
视频捕捉帽；
如果（！cap.open（0））
返回0；
Mat摄像机；
Mat灰度图像；
Mat二值图像；
Mat otsu_二值图像；
Mat-laplas_电路_图像；
对于（；；）
{
cap>>摄像机图像；
cvtColor（摄像机图像、灰度图像、cv:：COLOR\U RGB2GRAY）；
阈值（灰度图像、大津二值图像、0、255、CV阈值大津）；
Mat-laplas_kernel=（Mat_uu3，3）您正在访问某个超出边界的Mat。使用调试器找出位置，并检查用于访问矩阵的索引是否有效。在创建“样本”矩阵时，似乎x和y是反向的：（y*otsu.rows+x，z）
#include "opencv2/opencv.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/core.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    VideoCapture cap;
    if (!cap.open(0))
        return 0;

    Mat camera_image;
    Mat gray_scale_image;
    Mat binary_image;
    Mat otsu_binary_image;
    Mat laplas_circuit_image;    

    for (;;)
    {
        cap >> camera_image;
        cvtColor(camera_image, gray_scale_image, cv::COLOR_RGB2GRAY);
        threshold(gray_scale_image, otsu_binary_image, 0, 255, CV_THRESH_OTSU);

        Mat laplas_kernel = (Mat_<float>(3, 3) <<   0, 1, 0,
                                                    1, -4, 1,
                                                    0, 1, 0);

        filter2D(otsu_binary_image, laplas_circuit_image, -1, laplas_kernel);


        Mat samples(otsu_binary_image.rows * otsu_binary_image.cols, 3, CV_32F); 
        for (int y = 0; y < otsu_binary_image.rows; y++) 
            for (int x = 0; x < otsu_binary_image.cols; x++)
                for (int z = 0; z < 3; z++)
                    samples.at<float>(y + x*otsu_binary_image.rows, z) = otsu_binary_image.at<Vec3b>(y, x)[z];


        int clusterCount = 5;
        Mat labels; 
        int attempts = 5;
        Mat centers;
        kmeans(samples, clusterCount, labels, TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 10000, 0.0001), attempts, KMEANS_PP_CENTERS, centers);


        Mat kmeans_image(otsu_binary_image.size(), otsu_binary_image.type());
        for (int y = 0; y < otsu_binary_image.rows; y++)
            for (int x = 0; x < otsu_binary_image.cols; x++)
            {
                int cluster_idx = labels.at<int>(y + x*otsu_binary_image.rows, 0);
                kmeans_image.at<Vec3b>(y, x)[0] = centers.at<float>(cluster_idx, 0);
                kmeans_image.at<Vec3b>(y, x)[1] = centers.at<float>(cluster_idx, 1);
                kmeans_image.at<Vec3b>(y, x)[2] = centers.at<float>(cluster_idx, 2);
            }

        imshow("original", camera_image);
        imshow("gray_scale", gray_scale_image);
        imshow("otsu", otsu_binary_image);
        imshow("laplas_circuit", laplas_circuit_image);
        imshow("clusters", kmeans_image);

        char c = cvWaitKey(33);
        if (c == 27) break;  // press ESC
    }
    return 0;
}