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