opencv的反人类设定——行和列以及坐标

文章目录


前言

  重要的事情说三遍:opencv中的行列和坐标不是对等的!!!
  。。。

opencv也用过一段时间了,虽然我没有系统的学习过这个开源包,之前也有些轻视,毕竟也就是一个开源包么,边用边学也不是不行,磕磕绊绊用了一段时间,也没啥问题,知道我想用rectangle函数画图,涉及到坐标时我整个人都开始凌乱了。。。


坐标和行列

  初学opencv,你是不是经常用image.at < uchar > (i,j)来访问像素点?具体而言是这样?

for(int i=0;i<image.rows;i++)   //行
{
	for(int j=0;j<image.cols;j++)   //列
	{
		image.at<uchar>(i,j)=0;
	}
}

  利用图像的行列确定边界,然后访问像素。我们也知道行列如下图所示:
在这里插入图片描述
  第0行是黑色块,第0列是蓝色快,简单明了。访问圈圈和叉叉分别如下:

image.at<uchar>(2,2)=0;  即圈圈在第2行第2列
image.at<uchar>(3,5)=0;  即叉叉在第3行第5列
但是千万别把(22)和(35)看成是圈圈和叉叉的坐标!!!

image.at< uchar >(i,j)中(i,j)仅仅代表第i行第j列,不代表坐标!!!

那坐标是怎么定义的呢?

在这里插入图片描述
见上图,将上述方格看成一张图,直角坐标系应该如上图所示。
再回到前面那张图,如果坐标来将的话圈圈的坐标是(2,2)、叉叉的坐标是(5,3)。

给出一段代码,功能是随便点击图片中一点,显示坐标和对应的RGB的像素值。感兴趣的可以去尝试尝试。


#include<opencv2/opencv.hpp>
//#include <opencv2/core/core.hpp>  
//#include <opencv2/imgproc/imgproc.hpp>  
//#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/highgui/highgui_c.h>
using namespace std;

void onMouse(int event, int x, int y, int flags, void* param)
{
	cv::Mat* im = reinterpret_cast<cv::Mat*>(param);
	switch (event) {
	case CV_EVENT_LBUTTONDOWN:
		cout << "at(" << x << "," << y << ")pixs value is:(R,G,B)=(" << static_cast<int>
			(im->at<cv::Vec3b>(cv::Point(x, y))[2]) <<","<< static_cast<int>
			(im->at<cv::Vec3b>(cv::Point(x, y))[1]) <<","<< static_cast<int>
			(im->at<cv::Vec3b>(cv::Point(x, y))[0]) <<")"<< endl;

		break;
	}
}

int main()
{
	cv::Mat image = cv::imread("E:\\学习资料\\研一下\\视频图像处理_茅\\homework_NeedHandIn\\火焰检测\\image6.jpg");//读取图片
	if (image.empty())
	{
		cout << "读取图片失败" << endl;
	}
	
	cv::namedWindow("原始图像");
	cv::setMouseCallback("原始图像", onMouse, reinterpret_cast<void*>(&image));
	cv::imshow("原始图像", image);
	cv::waitKey(0);
	return 0;
}


在这里插入图片描述

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
opencv是一个开源的计算机视觉库,opencv2.4.9是其中的一个版本。在opencv2.4.9中,有一个模块叫做stitching,用于图像拼接。 图像拼接是将多张图像按照一定的顺序和方式进行合并,形成一张更大视野覆盖范围的图像。拼接的过程需要解决图像间的重叠区域匹配、图像变换与叠加等问题。 在opencv2.4.9的stitching模块中,主要有以下几个重要的类: 1. Stitcher类:拼接器类,用于执行拼接的主要操作。它提供了一系列的方法,如设置拼接的模式、添加要拼接的图像等。 2. FeaturesFinder类:特征点检测类,用于在图像中寻找特征点。该类利用SIFT、SURF等算法来检测图像中的关键点,以便进行匹配。 3. FeaturesMatcher类:特征点匹配类,用于对图像中的特征点进行匹配。该类使用KNN算法进行特征点的匹配,并利用RANSAC算法进一步筛选特征点,剔除误匹配。 4. Estimator类:变换估计类,用于估计图像间的变换参数。该类可以通过特征点的对应关系,计算图像间的旋转矩阵、平移矩阵等变换参数。 5. Blender类:图像融合类,用于将拼接后的图像进行融合。该类可以进行多种融合方式,如线性融合、多频融合等。 通过以上的类和方法,opencv2.4.9的stitching模块能够完成图像拼接的过程。整个过程包括特征点检测、特征点匹配、变换参数估计和图像融合等步骤。 需要指出的是,本文只是对opencv2.4.9的stitching模块进行了初步的介绍,具体的源码分析需要深入研究。整个源码工程庞大,包含很多细节和算法,需要对计算机视觉和图像处理有较深入的理解才能进行分析和改进。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值