int index_size = pts_degree[i].corre_index.size();
时间: 2024-04-10 18:32:49 浏览: 8
这行代码声明了一个名为`index_size`的变量,并将其赋值为`pts_degree[i].corre_index.size()`的结果。`pts_degree`是一个数组或向量,而`corre_index`是其中某个元素的成员变量或属性。`.size()`是一个函数或方法,用于返回`corre_index`的大小或长度。因此,`index_size`将保存`corre_index`的大小值。
相关问题
pts_2d_ori = contour_info["pts_2d"] pts_3d_ori = pm[pts_2d_ori[:, 0], pts_2d_ori[:, 1], :] pts_3d = pts_3d_ori[np.where(~np.isnan(pts_3d_ori[:, 0]))] pts_2d = pts_2d_ori[np.where(~np.isnan(pts_3d_ori[:, 0]))] pts_2d_ori = contour_info["pts_2d"] pts_3d_ori = pm[pts_2d_ori[:, 0], pts_2d_ori[:, 1], :] pts_3d = pts_3d_ori[np.where(~np.isnan(pts_3d_ori[:, 0]))] pts_2d = pts_2d_ori[np.where(~np.isnan(pts_3d_ori[:, 0]))]
这段代码的功能是将一个三维点云中的 NaN 值去除,并将点云的像素坐标和三维坐标分别保存到两个数组 pts_2d 和 pts_3d 中。
具体来说,首先从 contour_info 中取出轮廓的像素坐标 pts_2d_ori。然后通过 pm 数组和 pts_2d_ori 计算出每个像素点对应的三维坐标 pts_3d_ori。接着,使用 np.where 函数找到 pts_3d_ori 中不包含 NaN 值的索引位置,并将这些位置对应的三维坐标保存到 pts_3d 数组中。同时,将这些位置对应的像素坐标保存到 pts_2d 数组中。
最后,pts_2d 和 pts_3d 分别保存了点云的像素坐标和三维坐标,但是这些点云的数量可能会比原始的轮廓点数少,因为去除了 NaN 值。
在qgraphicsview中用此函数遍历多个点集for (auto it : m_pts) { /*int rect_x = it.x() - RECT_SIZE/4 ; int rect_y = it.y() - RECT_SIZE /4; cv::Rect rect(rect_x, rect_y, RECT_SIZE, RECT_SIZE); rect = rect & cv::Rect(0, 0, ImgBin.cols, ImgBin.rows); for (int nRow = rect_y - rect.height; nRow < rect_y + rect.height; nRow++) { for (int nCol = rect_x - rect.width; nCol < rect_x + rect.width; nCol++) {*/ ImgBin.row(it.y()).data[it.x()] = 255; }在超出图片的地方会进入断点
根据您提供的代码,可能是由于循环中的 rect 超出了图像的范围,导致在超出图片的地方进入了断点。
您可以在循环前加入判断,确保 rect 不会超出图像的范围。例如:
```cpp
for (auto it : m_pts) {
int rect_x = it.x() - RECT_SIZE / 4;
int rect_y = it.y() - RECT_SIZE / 4;
cv::Rect rect(rect_x, rect_y, RECT_SIZE, RECT_SIZE);
rect = rect & cv::Rect(0, 0, ImgBin.cols, ImgBin.rows);
for (int nRow = rect.y; nRow < rect.y + rect.height; nRow++) {
for (int nCol = rect.x; nCol < rect.x + rect.width; nCol++) {
ImgBin.row(nRow).data[nCol] = 255;
}
}
}
```
这里,使用 `cv::Rect` 的 `&` 运算符来确保 `rect` 不会超出图像的范围。同时,在循环中使用 `rect.x` 和 `rect.y` 作为起始值,确保不会越界。