OpenCV 中图像坐标系统与Python中NumPy Arrays之间的关系

OpenCV 中图像坐标系统与Python中NumPy Arrays之间的关系

前言：

OpenCV的坐标系和numpy的不一样，经常拿到了坐标(x, y)，直接代入就会出现坐标反了的问题。
而且之前只能通过临时debug来确定，我的坐标有没有对好。
这就显得我很业余，为什么不能找到二者的特征，记住呢？
找到了一篇比较好看的博客，直接复制粘贴过来，看看能不能记住。

假设我们的相机参数是1920*1080, 按照我们的显示屏去显示，那么横着的为1920，竖着的为1080.

参考链接：

深入理解OpenCV中的(row,col)和(x,y)

image.shape和长宽的关系：

OpenCV中的图像坐标系 行列

行和列一般使用在矩阵中，属于矩阵中的概念，也就是OpenCV-Python中的numpy的Array对象。如下图：

宽和高

宽和高是图像中的概念，内行人说矩阵，外行人是看图像的。一副图像的宽和高是相对的，看当前的方向。一般来说，宽对应像素矩阵的列，高对应像素矩阵的行。

x和y

其实我们在学习初中平面几何的时候，最常使用的坐标就是x和y，我们会默认的将x认为是横坐标，y认为是纵坐标。我们有这样先入为主的概念，其实，这个只是使用习惯的问题。我们也可以用y去代表横坐标，x去代表纵坐标，所以从本质上来说，x和y是没有任何物理意义的。如果按照x是横坐标，y是纵坐标的习惯去看，结合到图像中的坐标系一般是以左上角为原点，x轴向右，y轴向下，则x对应的范围是[0,col)，y对应的范围是 [0,row)。即x对应列，y对应行。

Python中选取信息

选取ROI对象采用切片法异常简单

roi = image[y1:y2,x1:x2,:]  #先是行，再是列

选取像素

for i in range(row):
    for j in range(col):
        p = img[i,j,0]  #注意范围，行在0～row之间，列在0～col之间