尝试均衡图像时出现分割错误

Question

我一直在阅读有关opencv的信息并且一直在做一些练习，在这种情况下我想执行图像均衡，我已经实现了以下代码，但是当我执行它时，我得到了以下错误：

“分段错误（核心转储）”

所以我不知道什么时候到期。

我尝试使用的公式如下：

equalization

代码如下：

 #include <opencv2/opencv.hpp>
 #include <opencv2/highgui/highgui.hpp> 
 #include <stdio.h>

 using namespace cv;
 using namespace std;

 void equalization(cv::Mat &image,cv::Mat &green, int m) {
 Mat eqIm;
 int nl= image.rows; // number of lines

int nc= image.cols * image.channels();
for (int j=0; j<nl; j++) {

    uchar* data= image.ptr<uchar>(j);
    uchar* data2= green.ptr<uchar>(j);
    uchar* eqIm= green.ptr<uchar>(j);

    for (int i=0; i<nc; i++) {

        eqIm[i]= data[i]+m-data2[i];

    }
 }
 cv::imshow("Image",eqIm);
 imwrite("eqIm.png",eqIm);
 }

float mean(cv::Mat &image){
   cv:Scalar tempVal = mean( image );
   float myMAtMean = tempVal.val[0];
   cout << "The value is " << myMAtMean;
 }

 int main(int argc, char** argv ){
 Mat dst;
 Mat image= cv::imread("img.jpg");
 Mat green= cv::imread("green.jpg");

 cv::imshow("Image",image);
 float m= mean(image);

 equalization(image,green,m);
 cv::namedWindow("Image");
 cv::imshow("Image",image);
 imwrite("equalizated.png",dst);
 waitKey(0);
 return 0;

}

并且写入的图像“Equalization.png”什么都不包含

Answer 1

你从来没有初始化Mat eqIm，所以当你做cv::imshow("Image", eqIm); imwrite("eqIm.png", eqIm);时，垫子里什么都没有。 https://docs.opencv.org/2.4/doc/tutorials/core/mat_the_basic_image_container/mat_the_basic_image_container.html

另外，我应该注意你有两个变量eqIm。这可能是混乱的一部分。

最后一件事，在你的mean 函数中，你可能会得到一个递归函数。您应该在创建的平均函数中指定您使用的平均函数，即

float mean(cv::Mat &image) {
cv:Scalar tempVal = cv::mean(image);
    float myMAtMean = tempVal.val[0];
    cout << "The value is " << myMAtMean;
    return myMAtMean;
}

以下内容更接近于您在均衡函数中寻找的内容。

void equalization(cv::Mat &image, cv::Mat &green, int m) {
    Mat eqIm(image.rows,image.cols,image.type());
    int nl = image.rows; // number of lines
    int nc = image.cols * image.channels();
    for (int j = 0; j<nl; j++) {// j is each row
        for (int ec = 0; ec < nc; ec++) {//ec is each col and channels
                eqIm.data[j*image.cols*image.channels() + ec] = image.data[j*image.cols*image.channels() + ec] + m - green.data[j*image.cols*image.channels() + ec];
        }
    }
    cv::imshow("Image", eqIm);
    imwrite("eqIm.png", eqIm);
}

我通过j*image.cols*image.channels() 逐步检查整个 j 行的大小（列数乘以每个像素的通道数）。