前言
在使用OpenCV的时候,其实经常会用到的就是对图像像素的操作。取单个像素,取部分像素(ROI操作),这些OpenCV都给我们提供了接口,但是一定要注意dtype是否吻合以及像素的坐标(横坐标和纵坐标),行和列之间到底是什么关系?什么时候又该用坐标,什么时候又该用行列?下面我将会细细道来。
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-C++中的Mat对象,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。
相关函数的使用
Python中
选取ROI对象采用切片法异常简单
roi = image[y1:y2,x1:x2,:] #先是