SLAM OpenCV的基本使用方法
这个程序演示OpenCV的基本图像操作图像读取、显示、像素遍历、复制、赋值等。程序运行后先显示这张图片按任意键(比如空格)之后修改左上角的像素为一个黑色小方块再次按任意键之后复制了之前的图片然后把黑色的小方块修改成了白色的小方块代码#include iostream #include chrono using namespace std; #include opencv2/core/core.hpp #include opencv2/highgui/highgui.hpp int main(int argc, char **argv) { // 读取argv[1]指定的图像 cv::Mat image; image cv::imread(argv[1]); //cv::imread函数读取指定路径下的图像 // 判断图像文件是否正确读取 if (image.data nullptr) { //数据不存在,可能是文件不存在 cerr 文件 argv[1] 不存在. endl; return 0; } // 文件顺利读取, 首先输出一些基本信息 cout 图像宽为 image.cols ,高为 image.rows ,通道数为 image.channels() endl; cv::imshow(image, image); // 用cv::imshow显示图像 cv::waitKey(0); // 暂停程序,等待一个按键输入 // 判断image的类型 if (image.type() ! CV_8UC1 image.type() ! CV_8UC3) { // 图像类型不符合要求 cout 请输入一张彩色图或灰度图. endl; return 0; } // 遍历图像, 请注意以下遍历方式亦可使用于随机像素访问 // 使用 std::chrono 来给算法计时 chrono::steady_clock::time_point t1 chrono::steady_clock::now(); for (size_t y 0; y image.rows; y) { // 用cv::Mat::ptr获得图像的行指针 unsigned char *row_ptr image.ptrunsigned char(y); // row_ptr是第y行的头指针 for (size_t x 0; x image.cols; x) { // 访问位于 x,y 处的像素 unsigned char *data_ptr row_ptr[x * image.channels()]; // data_ptr 指向待访问的像素数据 // 输出该像素的每个通道,如果是灰度图就只有一个通道 for (int c 0; c ! image.channels(); c) { unsigned char data data_ptr[c]; // data为I(x,y)第c个通道的值 } } } chrono::steady_clock::time_point t2 chrono::steady_clock::now(); chrono::durationdouble time_used chrono::duration_cast chrono::duration double (t2 - t1); cout 遍历图像用时 time_used.count() 秒。 endl; // 关于 cv::Mat 的拷贝 // 直接赋值并不会拷贝数据 cv::Mat image_another image; // 修改 image_another 会导致 image 发生变化 image_another(cv::Rect(0, 0, 100, 100)).setTo(0); // 将左上角100*100的块置零 cv::imshow(image, image); cv::waitKey(0); // 使用clone函数来拷贝数据 cv::Mat image_clone image.clone(); image_clone(cv::Rect(0, 0, 100, 100)).setTo(255); cv::imshow(image, image); cv::imshow(image_clone, image_clone); cv::waitKey(0); cv::destroyAllWindows(); return 0; }参考高翔《视觉SLAM十四讲》

相关新闻

YOLO11-SEG模型在钢水罐缺陷检测中的应用与优化

YOLO11-SEG模型在钢水罐缺陷检测中的应用与优化

1. 项目背景与核心挑战在钢铁冶炼行业,钢水罐作为高温液态金属的运输载体,其安全检测一直是生产流程中的关键环节。传统的人工目检方式存在效率低、危险性高、主观性强等问题。我们团队基于YOLO11-SEG模型开发的智能检测系统,实现了钢水罐表面…

2026/7/24 5:59:31阅读更多 →
局域网加密共享软件:从SMB安全困局到轻量化替代方案

局域网加密共享软件:从SMB安全困局到轻量化替代方案

一、引言:文件共享的“安全-便利”悖论 在企业的日常运营中,文件共享是最高频的基础需求之一。然而,这一需求往往面临一个两难局面:共享了就不安全,安全了就没法共享。 Windows共享文件夹(SMB协议&#xff…

2026/7/24 5:59:31阅读更多 →
工业AI平台如何破解制造业数据孤岛与经验传承难题

工业AI平台如何破解制造业数据孤岛与经验传承难题

1. 制造业数字化转型的痛点与机遇在长三角和珠三角的工厂车间里,每天都能看到这样的场景:老师傅拿着听音棒在设备间穿梭,仅凭异响就能判断故障位置;年轻技术员在五六个系统界面间反复切换,试图拼凑出完整的生产数据。这…

2026/7/24 5:59:31阅读更多 →
AI工程化实践:Claw六步法解决企业AI落地难题

AI工程化实践:Claw六步法解决企业AI落地难题

1. 项目概述:当AI走出实验室去年参与某制造业客户的质量检测系统升级时,他们的CTO对我说:"我们采购的AI模型在测试集上准确率98%,但产线实际部署后连70%都达不到。"这个场景完美诠释了当前企业AI落地面临的困境——从PO…

2026/7/24 7:25:48阅读更多 →
YOLO11-SEG模型在钢水罐检测中的工业应用与优化

YOLO11-SEG模型在钢水罐检测中的工业应用与优化

1. 钢水罐检测的行业背景与技术挑战在钢铁冶炼行业,钢水罐(也称为钢包)是承载高温钢水进行转运和浇铸的核心设备。其安全状态直接关系到生产效率和人员安全。传统的人工检测方式存在以下痛点:高温环境限制:钢水罐表面温…

2026/7/24 7:25:48阅读更多 →
从传统开发到AI大模型:技术转型与高薪秘籍

从传统开发到AI大模型:技术转型与高薪秘籍

1. 从传统开发到算法大模型的转型之路去年这个时候,我还在用Spring Boot写着业务代码,每天和产品经理battle需求合理性。如今坐在字节的工位上调试大模型参数时,常常会想起那个在CRUD中挣扎的自己。这张月薪11万的工资条,记录的不…

2026/7/24 7:25:48阅读更多 →
MSP430F16x到F261x迁移实战:硬件改动、固件重写与避坑指南

MSP430F16x到F261x迁移实战:硬件改动、固件重写与避坑指南

1. 项目概述与迁移价值如果你手头有一个基于TI MSP430F16x系列MCU(比如经典的F169)的老项目,现在因为芯片停产、成本优化或者想提升性能,需要迁移到新一代的MSP430F261x上,那你来对地方了。这活儿我干过不止一次&#…

2026/7/24 7:25:48阅读更多 →
AIGC检测系统原理与学术论文降重实战指南

AIGC检测系统原理与学术论文降重实战指南

1. 项目背景与核心挑战去年第三季度开始,国内高校普遍引入了学术不端检测系统对毕业论文进行AIGC内容识别。作为某985高校计算机专业的研三学生,我在提交学位论文预审时遇到了棘手情况:维普系统的AIGC检测结果显示我的实验方法章节有37%的疑似…

2026/7/24 7:25:48阅读更多 →
SAR ADC评估套件实战:从硬件配置到性能分析的完整指南

SAR ADC评估套件实战:从硬件配置到性能分析的完整指南

1. 项目概述:深入解析SAR ADC评估套件的核心价值在信号链设计的核心地带,模数转换器(ADC)扮演着将现实世界连续变化的模拟信号,精准转换为数字系统可处理的离散代码的关键角色。对于追求高精度、中等速度与低功耗平衡的…

2026/7/24 7:23:47阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/24 0:58:53阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/24 0:58:53阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/24 0:58:53阅读更多 →
我的编程之路:第一篇博客

我的编程之路:第一篇博客

大家好,我是一名编程初学者,同时这也是我编程学习之路上的第一篇博客。在这里,我想要向大家介绍我的一些想法和规划。a.自我介绍我是一个刚刚接触编程的新手,目前在学习c语言,我对编程世界充满了强烈的好奇。当然&…

2026/7/24 0:00:06阅读更多 →
【LeetCode 54】螺旋矩阵

【LeetCode 54】螺旋矩阵

问题描述: 解法: 1、模拟(参考自【LeetCode 54】螺旋矩阵-CSDN博客) int *spiralOrder(int **matrix, int matrixSize, int *matrixColSize, int *returnSize) {static const int dirs[4][2] {{0, 1}, {1, 0}, {0, -1}, {-1, …

2026/7/24 0:00:06阅读更多 →
2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

知春路不相信模型领先今年WAIC大会,昔日AI六小龙来了五家,分别是Kimi、阶跃星辰、Minimax、百川智能、零一万物。连放弃基模的百川和零一万物都来了,唯一缺席的竟是近几个月来风光无限的智谱。(DeepSeek一直不参加)WAI…

2026/7/24 0:00:06阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/23 22:58:43阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/23 18:58:18阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/23 18:58:18阅读更多 →