如何不使用double max_age = -INFINITY; double min_age = INFINITY; 达成同样的效果

如果你不想使用`double max_age = -INFINITY;` 和 `double min_age = INFINITY;` 来表示年龄的最大值和最小值，可以用一个变量初始化为一个合理的极大值（例如，数值类型的最大值），然后在比较过程中动态更新：

// 初始化最大年龄和最小年龄为整型最大值（假设年龄为整数）
int initialMaxAge = INT_MAX;
int initialMinAge = INT_MIN;

double max_age = static_cast<double>(initialMaxAge);
double min_age = static_cast<double>(initialMinAge);

// 遍历用户输入并更新max_age和min_age
for (auto age : ages) {
    if (age > max_age) {
        max_age = age;
    } else if (age < min_age) {
        min_age = age;
    }
}

这样，在遍历过程中，每次遇到较大的年龄会替换`max_age`，遇到较小的年龄则替换`min_age`。

相关问题

#include <iostream> #include <pcl/io/pcd_io.h> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> int main() { pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>); pcl::io::loadPCDFile("test.pcd", *cloud); float max_intensity = -std::numeric_limits<double>::infinity(); float min_intensity = std::numeric_limits<double>::infinity(); for (const auto& point : *cloud) { max_intensity = std::max(max_intensity, point.intensity); min_intensity = std::min(min_intensity, point.intensity); } double intensity_range = max_intensity - min_intensity; for (auto& point : *cloud) { point.intensity = 255 * (point.intensity - min_intensity) / intensity_range; } cv::Mat rgb_image(cloud->height, cloud->width, CV_8UC3); for (int i = 0; i < cloud->size(); ++i) { rgb_image.at<cv::Vec3b>(i) = cv::Vec3b(cloud->at(i).intensity, 0, 0); } cv::imwrite("output_image.png", rgb_image); return 0; }

这段代码是用于将给定的点云文件（PCD）转换为图像，并在图像中显示每个点的强度值，其中强度值被映射为红色通道的像素值。但是，当运行此代码时，可能会遇到“Failed to find match for field 'intensity'”错误，这是因为点云文件中可能不包含强度值（Intensity）字段，或者该字段的名称不是“intensity”（例如，可能是“inten”或“intensity_value”）。在这种情况下，您需要查看PCD文件的结构，以确定强度值的名称，并相应地更新代码中的点云类型和字段名称。

// 定义池化操作 void pool(float *input, int input_width, int input_height, int width, int height, int stride, float *output, int output_width, int output_height) { for (int i = 0; i < output_height; i++) { for (int j = 0; j < output_width; j++) { float max_val = -INFINITY; for (int k = 0; k < height; k++) { for (int l = 0; l < width; l++) { int x = j * stride + l; int y = i * stride + k; if (x >= 0 && x < input_width && y >= 0 && y < input_height) { float val = input[y * input_width + x]; if (val > max_val) { max_val = val; } } } } output[i * output_width + j] = max_val; } } }改为平均池化

可以将池化操作的求最大值改为求平均值即可，具体实现如下：

// 定义平均池化操作
void avg_pool(float *input, int input_width, int input_height,
              int width, int height, int stride,
              float *output, int output_width, int output_height) {
    for (int i = 0; i < output_height; i++) {
        for (int j = 0; j < output_width; j++) {
            float sum_val = 0.0f;
            int count = 0;
            for (int k = 0; k < height; k++) {
                for (int l = 0; l < width; l++) {
                    int x = j * stride + l;
                    int y = i * stride + k;
                    if (x >= 0 && x < input_width && y >= 0 && y < input_height) {
                        float val = input[y * input_width + x];
                        sum_val += val;
                        count++;
                    }
                }
            }
            output[i * output_width + j] = sum_val / count;
        }
    }
}

在这个函数中，我们使用了一个 `sum_val` 变量来累加每个池化窗口内的像素值，然后再除以像素数来求平均值。注意，为了避免除以 0 的情况，我们在每个池化窗口内记录了像素数，并用变量 `count` 来累加。最后，将求得的平均值存储到输出数组中即可。