在 OpenCV 中，可以通过 `.at<uchar>(j, i)` 方法获取图像矩阵中特定像素的灰度值。以下分别介绍 C++ 和 Python 的实现方式。 ### 获取灰度值的方法 对于灰度图像，每个像素点仅包含一个通道的值，因此可以直接通过访问 Mat 对象中的对应位置来获取该值： #### C++ 实现 ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { // 加载灰度图像 cv::Mat grayImage = cv::imread("gray_image.jpg", cv::IMREAD_GRAYSCALE); if (grayImage.empty()) { std::cout << "无法加载图像！" << std::endl; return -1; } // 定义需要获取灰度值的坐标 int row = 100; // 行号 int col = 150; // 列号 // 获取指定坐标的灰度值 uchar grayValue = grayImage.at<uchar>(row, col); // 打印结果 std::cout << "Gray value at (" << row << ", " << col << "): " << static_cast<int>(grayValue) << std::endl; return 0; } ``` #### Python 实现 ```python import cv2 # 加载灰度图像 gray_image = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE) if gray_image is None: print("无法加载图像！") exit() # 定义需要获取灰度值的坐标 row = 100 # 行号 col = 150 # 列号 # 获取指定坐标的灰度值 gray_value = gray_image[row, col] # 打印结果 print(f"Gray value at ({row}, {col}): {gray_value}") ``` ### 多个坐标的灰度值获取 如果需要同时获取多个坐标的灰度值，可以定义行和列的数组，并循环遍历这些坐标： #### C++ 示例 ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { // 加载灰度图像 cv::Mat grayImage = cv::imread("gray_image.jpg", cv::IMREAD_GRAYSCALE); if (grayImage.empty()) { std::cout << "无法加载图像！" << std::endl; return -1; } // 定义需要获取灰度值的坐标 int rows[] = {100, 200, 300}; // 行坐标数组 int cols[] = {150, 250, 350}; // 列坐标数组 int numPoints = sizeof(rows) / sizeof(rows[0]); // 获取并打印灰度值 for (int i = 0; i < numPoints; ++i) { uchar grayValue = grayImage.at<uchar>(rows[i], cols[i]); std::cout << "Gray value at (" << rows[i] << ", " << cols[i] << "): " << static_cast<int>(grayValue) << std::endl; } return 0; } ``` #### Python 示例 ```python import cv2 # 加载灰度图像 gray_image = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE) if gray_image is None: print("无法加载图像！") exit() # 定义需要获取灰度值的坐标 rows = [100, 200, 300] # 行坐标数组 cols = [150, 250, 350] # 列坐标数组 # 获取并打印灰度值 for row, col in zip(rows, cols): gray_value = gray_image[row, col] print(f"Gray value at ({row}, {col}): {gray_value}") ``` ### 注意事项 - 确保图像已经正确加载，否则会因无效数据导致错误。 - 在使用 `.at<uchar>(j, i)` 时，`j` 表示行号（即 y 坐标），`i` 表示列号（即 x 坐标）[^1]。 - 对于多通道图像（如 RGB 图像），可以通过 `.at<Vec3b>(j, i)[channel]` 来访问各个通道的值，其中 `channel` 可以是 0（B）、1（G）或 2（R）[^1]。 ---