numpy的索引和图片的索引一样吗?numpy的索引和图片坐标的索引是正好相反的

本文探讨了numpy数组索引与图片坐标之间的区别,指出numpy索引是从左上角开始计数,与图片中从右下角到左上角的传统坐标系统相反。通过实例说明了如何理解和应用这种索引概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

numpy的索引和图片的索引一样吗?(numpy的索引和图片坐标的索引是正好相反的)

  • 图片中的二维坐标系:
    在这里插入图片描述
a = np.array([
			[1,2,3],
			[3,4,5],
			[4,5,6]])
# 从某个索引处开始切割
print(a[1:])
[[3 4 5]
 [4 5 6]]

在这里插入图片描述

a[2:4,3:4]

在这里插入图片描述
所以numpy的索引和图片坐标的索引是正好相反的

x_min, y_min, x_max, y_max = int(2), int(3), int(4), int(15)
pic = np.random.random([664 , 624])
pic1 = pic[y_min:y_max,x_min:x_max]

在这里插入图片描述

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值