Opencv学习笔记(十)图像row、col坐标对应关系

OpenCV像素坐标系如下图所示:在这里插入图片描述
行列与坐标系对应关系
行:Y
列:X
注意!注意!注意!
在Mat类型变量访问时下标是反着写的,即:按照(y, x)的关系形式访问,下面通过代码展示来说明这一点

代码演示

#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"

#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat mat_src = Mat::eye(3, 4, CV_8UC1);

    cout << "mat_src :" << endl;
    cout << mat_src    << endl;

    cout << endl;
    cout << "Rows : " << mat_src.rows << endl;
    cout << "Cols : " << mat_src.cols << endl;

    //注: mat_src.at<float>(y, x), 下标关系为: y-x
    mat_src.at<float>(0, 2) = 2; 
    mat_src.at<float>(2, 0) = 4;

    cout << endl;
    cout << "mat_src :" << endl;
    cout << mat_src    << endl;

    return 0;
}

执行结果:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在JavaScript中使用OpenCV来识别图像中的字交叉点坐标,你可以按照以下步骤进行: 1. 安装OpenCV.js库 你可以从 OpenCV 官网下载 OpenCV.js 库,并在你的HTML文件中引入它。 2. 加载图像 在JavaScript中加载图像有不同的方法,但是你可以使用HTML的Image对象或者Canvas对象来加载图像。 例如,在HTML中,你可以这样写: ```html <img id="img" src="path/to/image.jpg"> ``` 在JavaScript中,你可以这样获取这张图片: ```javascript const img = document.getElementById('img'); ``` 3. 将图像转换成灰度图像 在使用OpenCV进行图像处理之前,需要将图像转换成灰度图像。这可以通过OpenCV的cvtColor函数来完成。 例如,在JavaScript中,你可以这样写: ```javascript const src = cv.imread(img); const gray = new cv.Mat(); cv.cvtColor(src, gray, cv.COLOR_RGBA2GRAY); ``` 这将把原始图像转换成灰度图像,并将结果存储在gray变量中。 4. 使用二值化处理图像 接下来,你需要对灰度图像进行二值化处理。二值化将图像中的像素值转换为0或255。这可以通过OpenCV的threshold函数来完成。 例如,在JavaScript中,你可以这样写: ```javascript const binary = new cv.Mat(); cv.threshold(gray, binary, 128, 255, cv.THRESH_BINARY_INV); ``` 这将把灰度图像转换为二值图像,并将结果存储在binary变量中。 5. 查找字交叉点 最后,你可以使用OpenCV的findContours函数来查找图像中的连通区域,并使用适当的条件来过滤掉非字交叉点的区域。 例如,在JavaScript中,你可以这样写: ```javascript const contours = new cv.MatVector(); const hierarchy = new cv.Mat(); cv.findContours(binary, contours, hierarchy, cv.RETR_CCOMP, cv.CHAIN_APPROX_SIMPLE); for (let i = 0; i < contours.size(); ++i) { const contour = contours.get(i); const area = cv.contourArea(contour); if (area < 100 || area > 1000) continue; // 过滤掉面积过小或过大的连通区域 const rect = cv.boundingRect(contour); const aspectRatio = rect.width / rect.height; if (aspectRatio < 0.5 || aspectRatio > 2.0) continue; // 过滤掉宽高比例不合适的连通区域 // 如果满足条件,说明是一个字交叉点,可以获取其坐标 const x = rect.x + rect.width / 2; const y = rect.y + rect.height / 2; console.log(`(${x}, ${y}) is a cross point`); } ``` 这将遍历所有的连通区域,并过滤掉不符合条件的连通区域,从而找到图像中的所有字交叉点,并打印它们的坐标

“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
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