OpenCV坐标体系的初步认识

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: 

#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。