opencv中Snake算法的一段代码

这几天一直在看，昨天看到这里，就一直卡在这里了。。。。主要是这段代码：
                        for( m = 0; m < WTILE_SIZE + rightshift; m++ )  
                            {  
                                gradient[(y*WTILE_SIZE + l) * roi.width + x*WTILE_SIZE + m] =  
                                    (float) (dx[(l + upshift) * TILE_SIZE + m + leftshift] *  
                                    dx[(l + upshift) * TILE_SIZE + m + leftshift] +  
                                    dy[(l + upshift) * TILE_SIZE + m + leftshift] *  
                                    dy[(l + upshift) * TILE_SIZE + m + leftshift]);  
                            } 
                            数组里坐标

    if( scheme == _CV_SNAKE_GRAD )  
                {  
                    /* look at map and check status */                  
                    int x = (pt[i].x + k)/WTILE_SIZE;   //该点的横向 有几个8
                    int y = (pt[i].y + j)/WTILE_SIZE;   //该点的纵向 有几个8
                    //若此处的图像能量还没有获取，则对此处对应的图像分块进行图像能量的求解  
                    if( map[y * map_width + x] == 0 )  
                    {  
                        int l, m;                             

                        /* evaluate block location */  
                        //计算要进行梯度算子处理的图像块的位置  
                        int upshift = y ? 1 : 0;  
                        int leftshift = x ? 1 : 0;  
                        int bottomshift = MIN( 1, roi.height - (y + 1)*WTILE_SIZE );  
                        int rightshift = MIN( 1, roi.width - (x + 1)*WTILE_SIZE );  
                        //图像块的位置大小（由于原ROI不一定是8的倍数，所以图像块会大小不一）  
                        CvRect g_roi = { x*WTILE_SIZE - leftshift, y*WTILE_SIZE - upshift,  
                            leftshift + WTILE_SIZE + rightshift, upshift + WTILE_SIZE + bottomshift };  
                        CvMat _src1;  
                        cvGetSubArr( &_src, &_src1, g_roi );  //得到图像块的数据  
                        //分别对图像的X方向和Y方向进行梯度算子  
                        pX.process( &_src1, &_dx );

                        pY.process( &_src1, &_dy );  
                        //求分块区域中的每个点的梯度  
                        for( l = 0; l < WTILE_SIZE + bottomshift; l++ )  
                        {  
                            for( m = 0; m < WTILE_SIZE + rightshift; m++ )  
                            {  
                                gradient[(y*WTILE_SIZE + l) * roi.width + x*WTILE_SIZE + m] =  
                                    (float) (dx[(l + upshift) * TILE_SIZE + m + leftshift] *  
                                    dx[(l + upshift) * TILE_SIZE + m + leftshift] +  
                                    dy[(l + upshift) * TILE_SIZE + m + leftshift] *  
                                    dy[(l + upshift) * TILE_SIZE + m + leftshift]);  
                            }  
                        }  
                        //map相应位置置1表示此处图像能量已经获取  
                        map[y * map_width + x] = 1;  
                    }  
                    //以梯度数据作为图像能量  
                    Eimg[(j + centery) * win.width + k + centerx] = energy =  
                        gradient[(pt[i].y + j) * roi.width + pt[i].x + k];  
                }  

http://blog.csdn.net/cwcww1314/article/details/52876647