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。
http://blog.csdn.net/liulina603/article/details/9376229
row == height == Point.y
col == width == Point.x
这是因为在计算机中,图像是以矩阵的形式保存的。
一张宽度640像素、长度480像素的灰度图保存在一个480 * 640的矩阵中。
先行后列。
而我们习惯的坐标表示是先X横坐标,再Y纵坐标。在OpenCV中需要对矩阵进行计算,先行再列。
这种隐形的错误需要细心。
例子:
#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
Mat srcImage = imread("Lenna.png");
Mat logo = imread("smile.png");
Mat imageROI;
imageROI = srcImage(Rect(0, 100, logo.cols, logo.rows));
//imageROI = srcImage(Range(0, 0 + logo.cols), Range(100, 00 + logo.rows));
Mat mask = imread("smile.png", 0);
logo.copyTo(imageROI, mask);
namedWindow("LOL");
imshow("LOL", srcImage);
waitKey(0);
return 0;
}
http://blog.csdn.net/oqqenvy12/article/details/71933651?utm_source=itdadao&utm_medium=referral