Setul

opencv中关于Rect和Size的宽高顺序折磨了我很久，略作记录。Size_(_Tp _width, _Tp _height)Size是先宽后高，这一点如果不记得可以随时查看Size定义来确认；Rect_(_Tp _x, _Tp _y, _Tp _width, _Tp _height)在opencv中x方向指的都是水平方向；y方向指的都是y方向，这一点在各处都是一样的。其实对于Size也是按照先x后y的顺序的。matrix.at<char>(row, col)数组的访问当然还是按照先

Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同矩阵可以是不同的维数）的指针。OpenCV使用引用计数机制。其思路是让每个 Mat 对象有自己的信息头，但共享同一个矩阵。这通过让矩阵指针指向同一地址而实现。而拷贝构造函数则 只拷贝信息头和矩阵指针 ，而不拷贝矩阵。初始化拷贝构造函数初始化：Mat A, C; // 只创建信息头部分A = im

今天这个话题很有意思，能够帮助理解python装饰器的含义。使用过VS做图像处理的同学可能接触过Image Watch这个调试工具，其界面如下图所示。可参见如下链接：https://blog.youkuaiyun.com/iracer/article/details/83413877今天，在python下找到了一个类似的工具，叫pyimagewatch. 虽然没有完全理解其使用，但其思路可以参考一下：实现相关功能的方式就是给相应的opencv函数写一个装饰器。比如想查看一个opencv函数的执行结果（Watcher

scipy.ndimage.filters.convolve函数def convolve(input, weights, output=None, mode='reflect', cval=0.0, origin=0)函数定义如上，其中weight代表卷积核/滤波器，mode代表填充方式，cval代表使用常数填充时的常数值，origin代表卷积核的中心位置偏移。函数返回值代表处理后的结果。cv2.filter2D函数opencv中提供的函数。def filter2D(src, d.