Opencv图像处理坐标系认识

转自：http://blog.youkuaiyun.com/liulina603/article/details/9376229

实验基础

　　本次实验通过一个简短的例子，主要来说明下面4个问题：

　　1. 坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为图像矩形左边的那条垂直线。该坐标体系在诸如结构体Mat,Rect,Point中都是适用的。（OpenCV中有些数据结构的坐标原点是在图片的左下角，可以设置的）。

　　2. 在使用image.at<TP>(x1, x2)来访问图像中点的值的时候，x1并不是图片中对应点的x轴坐标，而是图片中对应点的y坐标。因此其访问的结果其实是访问image图像中的Point(x2, x1)点，即与image.at<TP>(Point(x2, x1))效果相同。

　　3. 如果所画图像是多通道的，比如说image图像的通道数时n，则使用Mat::at(x, y)时，其x的范围依旧是0到image的height，而y的取值范围则是0到image的width乘以n，因为这个时候是有n个通道，所以每个像素需要占有n列。但是如果在同样的情况下，使用Mat::at(point)来访问的话，则这时候可以不用考虑通道的个数，因为你要赋值给获取Mat::at(point)的值时，都不是一个数字，而是一个对应的n维向量。

　　4. 多通道图像在使用minMaxLoc()函数是不能给出其最大最小值坐标的，因为每个像素点其实有多个坐标，所以是不会给出的。因此在编程时，这2个位置应该给NULL。

 

　　实验代码及注释

main.cpp: 

[html]  view plain copy print ?

1. #include <iostream>  
2. #include <opencv2/core/core.hpp>  
3. #include <opencv2/highgui/highgui.hpp>  
4.   
5. using namespace std;  
6. using namespace cv;  
7.   
8. int main()  
9. {  
10.     Mat image, image_3c;  
11.     image.create(Size(256, 256), CV_8UC1);  
12.     image_3c.create(Size(256, 256), CV_8UC3);   //3通道的图像  
13.     image.setTo(0);  
14.     image_3c.setTo(0);  
15.   
16.     image.at<uchar>(10, 200) = 255; //使用at函数的地方，用的是10,200  
17.     Point point(20, 100);  
18.     image.at<uchar>(point) = 250;//使用at函数的地方，用的是Point(10,200)  
19.   
20.     image_3c.at<uchar>(10, 300) = 255;  
21.     image_3c.at<uchar>(10, 302) = 254;  
22.     Point point_3c(20, 200);  
23.     image_3c.at<uchar>(point_3c) = 250;  
24.   
25.     double maxVal = 0; //最大值一定要赋初值，否则运行时会报错  
26.     Point maxLoc;  
27.     minMaxLoc(image, NULL, &maxVal, NULL, &maxLoc);  
28.     cout << "单通道图像最大值： " << maxVal << endl;  
29.     double min_3c, max_3c;  
30.     //注意多通道在使用minMaxLoc()函数是不能给出其最大最小值坐标的，因为每个像素点其实有多个坐标，所以是不会给出的  
31.     minMaxLoc(image_3c, &min_3c, &max_3c, NULL, NULL);  
32.     cout << "3通道图像最大值: " << max_3c << endl;  
33.   
34.     imshow("image", image);  
35.     imshow("image_3c", image_3c);  
36.     waitKey(0);  
37.     return 0;  
38. }  

实验结果：

　　单通道图像的输出结果如下所示：

　　

　　由上图可以看出，黑色的图像中有2个白色的点(读者可以仔细看下，由于只有1个像素点，所以需要自己找下，呵呵)的位置是不同的，因此可以证明Mat::at(x,y)和Mat::at(Point(x, y))是有区别的。

 

　　3通道图像的输出结果如下所示：

　　

　　由上图可以看出，3通道的图像也是有2个点的，但是程序中在使用Mat::at(x, y)其y的值为300和302，这已经超出了图像的宽度256。这同时证明了实验基础中的第3点。

 

　　后台输出结果如下：

　　

 

　　实验总结：由此可见，平时一定要注意一些细节上的东西。