opencv 的 (x、y) 坐标与 (row、col) 坐标的区别和使用方法

使用opencv时，经常用错(x、y)坐标和 (row、col) 坐标，所以写个博客总结一下。

1、创建全黑图像（opencv C++）

Mat img = Mat::zeros(Size(cols,rows), CV_8UC1);    //全黑单通道图
Mat img = Mat::zeros(Size(cols,rows), CV_8UC3);    //全黑三通道图
Mat img1 = Mat::zeros(img.size(), CV_8UC1);        //生成一个与img同等大小的全黑单通道图

这里用的 图像尺寸 Size(cols,rows) 是 (col,row) 坐标。

2、单通道图像素值的读取（opencv C++）

这里就涉及到 (x、y)坐标与 (row、col) 坐标的区别了，opencv 中x轴是横轴（向右为正），y轴是纵轴（向下为正）。

所以opencv 中的 (x,y) 并不是 (row,col) 而是 (col,row)。

opencv中设置一个点 Point，其坐标 Point(x,y) 中的 (x,y) 就是(col,row)，即row行col列。

所以下面两种单通道图读取像素值的方法等价，注意读取的像素值不是int类型，而是uchar类型(0-255).

uchar value = img.at<uchar>(row, col);       //读取第row行col列位置处的像素值
uchar value = img.at<uchar>(Point(x, y));    //读取Point(x, y)的像素值

3、三通道图像素值的读取（opencv C++）

三通道的像素值是按照 BGR 的顺序存储的，我们只能分别读取每个通道的像素值。

Vec3b value = img.at<Vec3b>(row, col);             //三个通道的像素值存放在Vec3b容器中
uchar blue_value = img.at<Vec3b>(row, col)[0];     //value[0]
uchar green_value = img.at<Vec3b>(row, col)[1];    //value[1]
uchar red_value = img.at<Vec3b>(row, col)[2];      //value[2]

需要注意的是不是用坐标对三通道图像赋值，比如下面的例子，我们建立一个500行1000列的三通道全黑图像，想要将第300行800列的位置的像素值置为255。

#include <opencv2\opencv.hpp>
#include <string>

using namespace std;
using namespace cv;

int main()
{
	int rows=500;
	int cols=1000;
	Mat img = Mat::zeros(Size(cols,rows), CV_8UC3);
	
	img.at<uchar>(300, 800) = 255;
	Mat kernal = getStructuringElement(2, Size(20, 20));
	dilate(img, img, kernal);     //形态学膨胀
	imshow("img", img);
	waitKey(0);
		
	return 0;
}

按照坐标比例，图像右下角的位置应该出现255的像素值，但实际情况是出现在了左下角：

这是因为三通道图是按照二维矩阵形式存储的（见《opencv 4 快速入门》P35），所以三通道图的二维矩阵大小并不是 rowscols，而是 rows(channels*cols)，其中channels是按照 BGR 排列的。

所以这个例子中 Mat img 的大小其实是 500*(31000) = 5003000，所以 (500，800)在img 的左下角而不是右下角。之所以是该像素点是红色是因为第800列刚好存放的是red通道，如果改为(500，2400)就会发现像素点是蓝色的：

想要对三通道图的某坐标赋像素值，可以分别对该坐标处的三个通道的像素值分别赋值来实现。

4、保存视频时的尺寸 （opencv C++）

创建保存视频文件的视频流的代码如下：

writer.open(save_path, codec, fps, Size(cols, rows), iscolor);

这里的视频尺寸 Size(cols, rows) 与创建图像时的尺寸是一样的，也是 cols*rows

5、裁剪图像 （opencv python）

使用 opencv-python 切片裁剪图像的代码如下：

import cv2

filePath = "test.jpg"
img = cv2.imread(filePath)
print(img.shape)    # [rows, cols, channels]
dst = img[600:1300, 500:3500]    # [row0 : row1, col0 : col1]
cv2.imwrite('new.jpg', dst)