opencv中 .at<uchar>()和.ptr<uchar>()使用方法的区别

article/2025/10/12 6:04:15
opencv中 .at<uchar>()和.ptr<uchar>()使用方法的区别在opencv中,.at<uchar>()和.ptr<uchar>()都是获取像素值的函数,但是二者是有区别的。
在说明这两个函数的使用方法前,先补充一个知识:c语言中*和&的区别,*num是有前提的,前提是num这个变量里要存放另一个变量的地址,所以*num就代表取的num存放的变量的值,即:int *num = &a;(int *num  = a;这种写法是错误的,a一定要取地址符)那么num = a的地址 	

在这里插入图片描述

	而&num则代表取num的地址。

ok,接下来进入正题, .at()和.ptr()的区别
首先看定义:`

_Tp* Mat::ptr(int i0, int i1)
{CV_DbgAssert(dims >= 2);CV_DbgAssert(data);CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);CV_DbgAssert((unsigned)i1 < (unsigned)size.p[1]);return (_Tp*)(data + i0 * step.p[0] + i1 * step.p[1]);
}_Tp& Mat::at(int i0, int i1)
{CV_DbgAssert(dims <= 2);CV_DbgAssert(data);CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));CV_DbgAssert(CV_ELEM_SIZE1(traits::Depth<_Tp>::value) == elemSize1());return ((_Tp*)(data + step.p[0] * i0))[i1];
}

结论:
.at<>() 返回的是一个值,.ptr<>()返回的是一个地址
可能这么说还是有朋友不太清楚,接下来我给大家演示一下使用方法大家就明白了:

uchar *ds = dst.ptr<uchar>(row, col);
*dst.ptr<uchar>(row, col) = 255 - *ds;int ds = dst.at<uchar>(row, col);
dst.at<uchar>(row, col) = 255 - ds;

这两种写法是相同的效果


http://chatgpt.dhexx.cn/article/qyI1gkiJ.shtml

相关文章

char/uchar类型越限总结

我们在文章一和文章二中分析了char和uchar的取值范围和越限的情况。 总结&#xff1a; 1、char/uchar本质是保存的整型数&#xff0c;一个字节的整型数&#xff1b;//所谓的字符型&#xff0c;其实是将整型作为ascii码转换成的字符。 2、uchar的取值范围 十进制&#xff1a…

【机器学习】高斯混合模型详解

目录 1 引言2 高斯混合模型2.1 高斯分布2.2 高斯混合模型 3 高斯混合模型的求解4 参考文献 1 引言 高斯混合模型&#xff08;Gaussian Mixture Model, GMM&#xff09;是单一高斯概率密度函数的延伸&#xff0c;GMM能够平滑地近似任意形状的密度分布。学习高斯混合模型主要是因…

高斯混合模型聚类(GMM)matlab实现

Gaussian Mixture Model &#xff0c;就是假设数据服从 Mixture Gaussian Distribution &#xff0c;换句话说&#xff0c;数据可以看作是从数个 Gaussian Distribution 中生成出来的。实际上&#xff0c;我们在 K-means 和 K-medoids 两篇文章中用到的那个例子就是由三个 Gaus…

混合模型简介与高斯混合模型

高斯混合模型 混合模型概述 In statistics, a mixture model is a probabilistic model for representing the presence of subpopulations within an overall population, without requiring that an observed data set should identify the sub-population to which an indi…

GMM高斯混合模型

GMM高斯混合模型 一、GMM简介 GMM 全称是高斯混合模型&#xff0c;顾名思义&#xff0c;其本质就是将n个高斯模型混合叠加在一起&#xff0c;主要用处是用来作异常检测&#xff0c;聚类等&#xff1b;优点就是可解释性好&#xff0c;在低维数据上有着不错的效果&#xff1b; …

matlab构建高斯混合模型,使用matlab创建高斯混合模型及绘图

Matlab提供了根据几个独立的高斯模型创建Gaussian Mixture Model(GMM)的函数&#xff0c;即fitgmdist。关于该模型的具体使用方法以及绘制生成的GMM的图形的方法&#xff0c;如下代码所示&#xff1a; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%…

使用高斯混合模型的点云配准

最近在学习基于概率模型的点云配准方法&#xff0c;上一篇中学习的是基于NDT&#xff08;Normal Distribution Transform&#xff09;的点云配准方法&#xff0c;其中关键是将点云进行体素单元格划分&#xff0c;并将每个体素单元格用一个概率密度函数表示。 今天读了另一篇论…

sklearn之高斯混合模型

什么是高斯分布&#xff1f; 高斯分布也叫正态分布&#xff0c;也就是常态分布&#xff0c;什么意思呢&#xff1f;比如说男性的身高&#xff0c;假如说有10000个男性的身高&#xff0c;如果再坐标系上标记出来就是一个正态分布&#xff0c;如果形状还不是和上面的图形一样&am…

基于高斯混合模型的目标检测算法matlab仿真

目录 一、理论基础 二、核心程序 三、仿真结论 一、理论基础 高斯模型就是用高斯概率密度函数&#xff08;正态分布曲线&#xff09;精确地量化事物&#xff0c;将一个事物分解为若干的基于高斯概率密度函数&#xff08;正态分布曲线&#xff09;形成的模型。 对图像背景建立…

高斯混合模型 GMM 的详细解释

高斯混合模型&#xff08;后面本文中将使用他的缩写 GMM&#xff09;听起来很复杂&#xff0c;其实他的工作原理和 KMeans 非常相似&#xff0c;你甚至可以认为它是 KMeans 的概率版本。 这种概率特征使 GMM 可以应用于 KMeans 无法解决的许多复杂问题。 因为KMeans的限制很多…

高斯混合模型学习笔记

高斯混合模型学习笔记 根据师兄&#xff08;王延凯的博客&#xff09;以及其他博主大佬的总结学习高斯混合模型&#xff0c;自己也作一下学习记录。 目录 高斯混合模型学习笔记1、模型介绍2、模型求解步骤举个栗子通用背景模型UBM[\[2\]](https://blog.csdn.net/weixin_44278…

机器学习笔记之高斯混合模型(一)模型介绍

机器学习笔记之高斯混合模型——模型介绍 引言高斯混合模型介绍示例介绍从几何角度观察高斯混合模型从混合模型的角度观察 概率混合模型的引出从概率生成模型的角度观察高斯混合模型 引言 上一系列介绍了EM算法&#xff0c;本节将介绍第一个基于EM算法求解的概率生成模型——高…

图像处理之高斯混合模型

一、高斯混合模型 现有的图像中目标的分类常用深度学习模型处理&#xff0c;但是深度学习需要大量模型处理。对于明显提取的目标&#xff0c;常常有几个明显特征&#xff0c;利用这几个明显特征使用少量图片便可以完成图像目标分类工作。这里介绍使用高斯混合模型GMM处理图像。…

机器学习 高斯混合模型

高斯混合模型 前言高斯混合模型高斯分布混合模型高斯模型单高斯模型高斯混合模型高斯混合模型训练EM算法 应用图像背景的高斯混合模型智能监控系统 参考 前言 之前在一次技术讨论当中&#xff0c;针对文本处理的时候被问到高斯混合模型。当时我对“高斯混合模型”都是比较懵圈…

高斯混合模型GMM

1. 高斯混合模型概念 高斯混合模型&#xff08;Gaussian Mixture Model&#xff09;是一种聚类算法&#xff0c;它是多个高斯分布函数的线性组合&#xff0c;通常用于解决同一集合下的数据包含多种不同的分布情况。 2.高斯混合模型的一个例子 在校园里随机抽取2000个学生&#…

高斯混合模型

一、什么是高斯混合模型&#xff08;GMM&#xff09; 高斯混合模型&#xff08;Gaussian Mixed Model&#xff09;指的是多个高斯分布函数的线性组合&#xff0c;通常用于解决同一集合下的数据包含多个不同的分布的情况&#xff0c;如解决分类情况 如下图&#xff0c;明显分成两…

【技术分享】高斯混合模型

本文原作者&#xff1a;尹迪&#xff0c;经授权发布。 原文链接&#xff1a;https://cloud.tencent.com/developer/article/1480731 导语&#xff1a;现有的高斯模型有单高斯模型&#xff08;SGM&#xff09;和高斯混合模型&#xff08;GMM&#xff09;两种。从几何上讲&#…

高斯混合模型(GMM)

高斯混合模型 k-means 聚类模型非常简单并且易于理解&#xff0c;但是它的简单性也为实际应用带 来了挑战。特别是在实际应用中&#xff0c;k-means 的非概率性和它仅根据到簇中心点的距离来指 派簇的特点将导致性能低下。这一节将介绍高斯混合模型&#xff0c;该模型可以被看…

机器学习笔记 - 什么是高斯混合模型(GMM)?

1、高斯混合模型概述 高斯混合模型 (GMM) 是一种机器学习算法。它们用于根据概率分布将数据分类为不同的类别。高斯混合模型可用于许多不同的领域,包括金融、营销等等!这里要对高斯混合模型进行介绍以及真实世界的示例、它们的作用以及何时应该使用GMM。 高斯混合模型 (GMM) …

机器学习算法(二十九):高斯混合模型(Gaussian Mixed Model,GMM)

目录 1 混合模型&#xff08;Mixture Model&#xff09; 2 高斯模型 2.1 单高斯模型 2.2 高斯混合模型 3 模型参数学习 3.1 单高斯模型 3.2 高斯混合模型 4 高斯混合模型与K均值算法对比 1 混合模型&#xff08;Mixture Model&#xff09; 混合模型是一个可以用来表示在总…