Opencv图像处理坐标系认识

转自：http://blog.csdn.net/liulina603/article/details/9376229

r--row 行坐标

c--column 列坐标

（x,y）对应的应该是（c,r）

例如：cvget2D(img,r,c) 取的是对应的直角坐标系中 （c,r）点的值
Mat orginmodify(Size(2 * orgin.cols, 2 * orgin.rows), CV_8UC3);

for (int i = 0; i < orgin.cols; i++)

{

for (int j = 0; j < orgin.rows; j++)

{

//orginmodify.at<cv::Vec3b>(ceil(0.5*orgin.cols) + j, ceil(0.5 *orgin.rows) + i) = orgin.at<cv::Vec3b>(j, i);

orginmodify.at<cv::Vec3b>(j, i) = orgin.at<cv::Vec3b>(j, i);

}

}



实验基础

　　本次实验通过一个简短的例子，主要来说明下面4个问题：

　　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。

　　实验代码及注释

main.cpp:

[html] view
plaincopy

#include <iostream>

#include <opencv2/core/core.hpp>

#include <opencv2/highgui/highgui.hpp>

using namespace std;

using namespace cv;

int main()

{

Mat image, image_3c;

image.create(Size(256, 256), CV_8UC1);

image_3c.create(Size(256, 256), CV_8UC3); //3通道的图像

image.setTo(0);

image_3c.setTo(0);

image.at<uchar>(10, 200) = 255; //使用at函数的地方，用的是10,200

Point point(20, 100);

image.at<uchar>(point) = 250;//使用at函数的地方，用的是Point(10,200)

image_3c.at<uchar>(10, 300) = 255;

image_3c.at<uchar>(10, 302) = 254;

Point point_3c(20, 200);

image_3c.at<uchar>(point_3c) = 250;

double maxVal = 0; //最大值一定要赋初值，否则运行时会报错

Point maxLoc;

minMaxLoc(image, NULL, &maxVal, NULL, &maxLoc);

cout << "单通道图像最大值： " << maxVal << endl;

double min_3c, max_3c;

//注意多通道在使用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

minMaxLoc(image_3c, &min_3c, &max_3c, NULL, NULL);

cout << "3通道图像最大值: " << max_3c << endl;

imshow("image", image);

imshow("image_3c", image_3c);

waitKey(0);

return 0;

}

实验结果：

　　单通道图像的输出结果如下所示：

　　


　　由上图可以看出，黑色的图像中有2个白色的点(读者可以仔细看下，由于只有1个像素点，所以需要自己找下，呵呵)的位置是不同的，因此可以证明Mat::at(x,y)和Mat::at(Point(x, y))是有区别的。

　　3通道图像的输出结果如下所示：

　　


　　由上图可以看出，3通道的图像也是有2个点的，但是程序中在使用Mat::at(x, y)其y的值为300和302，这已经超出了图像的宽度256。这同时证明了实验基础中的第3点。

　　后台输出结果如下：

　　


　　实验总结：由此可见，平时一定要注意一些细节上的东西。