在OpenCVSharp里srcImage.At<Vec3b>(i, j) = new Vec3b(0, 0, 255);报错赋值左面必须是变量，属性，索引器怎么修改

在 OpenCVSharp 中，`At` 方法返回的是引用，您可以直接将 `Vec3b` 类型的对象赋值给它。具体代码如下所示：

srcImage.At<Vec3b>(i, j) = new Vec3b(0, 0, 255);

修改为：

srcImage.At<Vec3b>(i, j) = new Vec3b { Item0 = 0, Item1 = 0, Item2 = 255 };

这将会将 `srcImage` 中第 `i` 行第 `j` 列的像素值赋值为蓝色。注意，这里使用了对象初始化器来创建 `Vec3b` 类型的对象，这是 C# 中的语法。

相关问题

opencvsharp图片颜色反转

使用OpenCvSharp进行图片颜色反转可以通过以下步骤实现：

1. 导入OpenCvSharp库，确保已安装相关环境和引入命名空间。

using OpenCvSharp;

2. 读取图片文件并创建Mat对象。

Mat srcImage = Cv2.ImRead("image.jpg", ImreadModes.Color);

3. 获取图像的宽度和高度。

int width = srcImage.Cols;
int height = srcImage.Rows;

4. 创建一个新的Mat对象，用于存储反转后的图像。

Mat invertedImage = new Mat(height, width, srcImage.Type());

5. 遍历原始图像的每个像素，并将其颜色反转后复制到新的图像中。

for (int row = 0; row < height; row++)
{
    for (int col = 0; col < width; col++)
    {
        Vec3b pixel = srcImage.At<Vec3b>(row, col);
        Vec3b invertedPixel = new Vec3b((byte)(255 - pixel.Item0), (byte)(255 - pixel.Item1), (byte)(255 - pixel.Item2));
        invertedImage.Set<Vec3b>(row, col, invertedPixel);
    }
}

6. 保存输出结果。

invertedImage.SaveImage("inverted_image.jpg");

以上是使用OpenCvSharp进行图片颜色反转的简单示例。通过遍历图像的每个像素并将其颜色值与255之差赋给新图像的相应像素，实现了颜色的反转。

opencvsharp 编写找边函数FindSubPixelEdge

OpenCvSharp 是 C# 语言的 OpenCV 库。如果你想要编写一个找边函数 FindSubPixelEdge，可以参考以下步骤：

1. 读取需要进行边缘检测的图像，并将其转换为灰度图像。

Mat srcImage = new Mat("image.jpg", ImreadModes.Grayscale);

2. 使用 Canny 算法进行边缘检测。

Mat edges = new Mat();
Cv2.Canny(srcImage, edges, 50, 150);

3. 使用 HoughLinesP 函数进行直线检测。

LineSegmentPoint[] lines = Cv2.HoughLinesP(edges, 1, Math.PI / 180, 50, 50, 10);

4. 对于每条直线，使用 FindContours 函数找到其边缘。

for (int i = 0; i < lines.Length; i++)
{
    Point pt1 = lines[i].P1;
    Point pt2 = lines[i].P2;

    Mat lineImage = new Mat(srcImage.Size(), MatType.CV_8UC1, Scalar.All(0));
    Cv2.Line(lineImage, pt1, pt2, Scalar.All(255), 1, LineTypes.AntiAlias);

    Point[] contour;
    HierarchyIndex[] hierarchy;
    Cv2.FindContours(lineImage, out contour, out hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple);
    
    // 在这里对每个轮廓进行 subpixel 精度的边缘检测
}

5. 对于每个轮廓，可以使用 FitLine 函数拟合出其直线方程，并求出边缘。

Vec4f line;
Cv2.FitLine(contour, out line, DistanceTypes.L2, 0, 0.01, 0.01);

for (int j = 0; j < contour.Length; j++)
{
    Point pt = contour[j];

    float x = pt.X;
    float y = pt.Y;
    float k = line[1] / line[0];
    float b = line[3] - k * line[2];

    float dist = Math.Abs(k * x - y + b) / Math.Sqrt(k * k + 1);
    
    // 在这里可以对 dist 进行阈值判断，以确定边缘位置
}

以上就是一个简单的基于 OpenCvSharp 的 FindSubPixelEdge 函数的实现。