1._Tp& Mat::at(int i0, int i1) 介绍
template<typename _Tp> inline
_Tp& Mat::at(int i0, int i1)
{
CV_DbgAssert(dims <= 2); //1.如果维度越界
CV_DbgAssert(data); //2.如果数据为空
//3.如果i0越界
CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);
//4.如果i1越界
CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));
//5.elemSize1为Mat中一个通道中一个元素的所占内存大小的值
CV_DbgAssert(CV_ELEM_SIZE1(traits::Depth<_Tp>::value) == elemSize1());
//6.返回该点对应的值
return ((_Tp*)(data + step.p[0] * i0))[i1];
}此段语句主要是在使用 Opencv 对图像像素进行操作时,防止越界操作;
2._Tp& Mat::at(int i0, int i1) 解释
这里总共有五个 CV_DbgAssert 语句,只要有一个语句出现越界情况,程序就会终止,下面对逐条语句进行解释:
//1.它是一个二维矩阵，如果矩阵的维度大于 2 ,执行出错
CV_DbgAssert(dims <= 2);
//2.如果传过来的矩阵数据为空,执行出错
CV_DbgAssert(data);
//3.访问不到像素,如图像为500x500，给出的访问命令像素点指向了(600，400)超出了500
CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);
//4.同理 3
CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));同理，这个是判
//5.判断输入图像数据类型和 .at<Type> 操作中的类型是否一致
//eg:输入图像 image 数据类型为 uchar ,操作时写 image.at<float>,执行出错
//输入图像和执行操作的类型要求严格一致,即便是 float 32位 和 float 64位 也会执行出错
CV_DbgAssert(CV_ELEM_SIZE1(traits::Depth<_Tp>::value) == elemSize1());注:此处是做图像处理时非常容易出错的地方之一;