前言
相信很多朋友在使用OpenCV的時候會遇到一個小問題，且有時候?qū)@樣的小問題沒有引起足夠的重視，或者通過表面想當然的去編程，所以調(diào)試代碼時出現(xiàn)一些莫名其妙的問題，最后發(fā)現(xiàn)問題時時間已經(jīng)過去了一大把。最近我在調(diào)試一個項目時就遇到過這種情況，即Mat::at(x,y)和Mat::at(Point(x, y))的區(qū)別，我在項目中把這2種看成效果一樣的，結果這個問題調(diào)試時糾結了2天（因為該工程有關OpenCV的代碼有上千行，且沒有懷疑這兩者的區(qū)別，因此有時候出現(xiàn)一些莫名其妙的結果，花了很多時間才找問題所在）。其實關于Mat的at訪問時這2者的區(qū)別我以前也做過筆記，只是此時不小心忘記了。這次專門為這個寫篇小筆記，提醒下自己。
開發(fā)環(huán)境：OpenCV2.4.3+QtCreator2.5.1
實驗基礎
本次實驗通過一個簡短的例子，主要來說明下面4個問題：
1. 坐標體系中的零點坐標為圖片的左上角，X軸為圖像矩形的上面那條水平線；Y軸為圖像矩形左邊的那條垂直線。該坐標體系在諸如結構體Mat,Rect,Point中都是適用的。（雖然網(wǎng)上有學著說OpenCV中有些數(shù)據(jù)結構的坐標原點是在圖片的左下角，但是我暫時還沒碰到過）。
2. 在使用image.at<TP>(x1, x2)來訪問圖像中點的值的時候，x1并不是圖片中對應點的x軸坐標，而是圖片中對應點的y坐標。因此其訪問的結果其實是訪問image圖像中的Point(x2, x1)點，即與image.at<TP>(Point(x2, x1))效果相同。
3. 如果所畫圖像是多通道的，比如說image圖像的通道數(shù)時n，則使用Mat::at(x, y)時，其x的范圍依舊是0到image的height，而y的取值范圍則是0到image的width乘以n，因為這個時候是有n個通道，所以每個像素需要占有n列。但是如果在同樣的情況下，使用Mat::at(point)來訪問的話，則這時候可以不用考慮通道的個數(shù)，因為你要賦值給獲取Mat::at(point)的值時，都不是一個數(shù)字，而是一個對應的n維向量。
4. 多通道圖像在使用minMaxLoc()函數(shù)是不能給出其最大最小值坐標的，因為每個像素點其實有多個坐標，所以是不會給出的。因此在編程時，這2個位置應該給NULL。
實驗代碼及注釋
main.cpp:
#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;int main(){ Mat image, image_3c; image.create(Size(256, 256), CV_8UC1); image_3c.create(Size(256, 256), CV_8UC3); //3通道的圖像 image.setTo(0); image_3c.setTo(0); image.at<uchar>(10, 200) = 255; //使用at函數(shù)的地方，用的是10,200 Point point(20, 100); image.at<uchar>(point) = 250;//使用at函數(shù)的地方，用的是Point(10,200) image_3c.at<uchar>(10, 300) = 255; image_3c.at<uchar>(10, 302) = 254; Point point_3c(20, 200); image_3c.at<uchar>(point_3c) = 250; double maxVal = 0; //最大值一定要賦初值，否則運行時會報錯 Point maxLoc; minMaxLoc(image, NULL, &maxVal, NULL, &maxLoc); cout << "單通道圖像最大值： " << maxVal << endl; double min_3c, max_3c; //注意多通道在使用minMaxLoc()函數(shù)是不能給出其最大最小值坐標的，因為每個像素點其實有多個坐標，所以是不會給出的 minMaxLoc(image_3c, &min_3c, &max_3c, NULL, NULL); cout << "3通道圖像最大值: " << max_3c << endl; imshow("image", image); imshow("image_3c", image_3c); waitKey(0); return 0;}
實驗結果：
單通道圖像的輸出結果如下所示：
由上圖可以看出，黑色的圖像中有2個白色的點(讀者可以仔細看下，由于只有1個像素點，所以需要自己找下，呵呵)的位置是不同的，因此可以證明Mat::at(x,y)和Mat::at(Point(x, y))是有區(qū)別的。
3通道圖像的輸出結果如下所示：
由上圖可以看出，3通道的圖像也是有2個點的，但是程序中在使用Mat::at(x, y)其y的值為300和302，這已經(jīng)超出了圖像的寬度256。這同時證明了實驗基礎中的第3點。
后臺輸出結果如下：
實驗總結：由此可見，平時一定要注意一些細節(jié)上的東西。
