實驗基礎
本次實驗通過乙個簡短的例子，主要來說明下面4個問題：
1. 座標體系中的零點座標為的左上角，x軸為影象矩形的上面那條水平線；y軸為影象矩形左邊的那條垂直線。該座標體系在諸如結構體mat,rect,point中都是適用的。（opencv中有些資料結構的座標原點是在的左下角，可以設定的）。
2. 在使用image.at(x1, x2)來訪問影象中點的值的時候，x1並不是中對應點的x軸座標，而是中對應點的y座標。因此其訪問的結果其實是訪問image影象中的point(x2, x1)點，即與image.at(point(x2, x1))效果相同。
3. 如果所畫圖像是多通道的，比如說image影象的通道數時n，則使用mat::at(x, y)時，其x的範圍依舊是0到image的height，而y的取值範圍則是0到image的width乘以n，因為這個時候是有n個通道，所以每個畫素需要占有n列。但是如果在同樣的情況下，使用mat::at(point)來訪問的話，則這時候可以不用考慮通道的個數，因為你要賦值給獲取mat::at(point)的值時，都不是乙個數字，而是乙個對應的n維向量。
4. 多通道影象在使用minmaxloc()函式是不能給出其最大最小值座標的，因為每個畫素點其實有多個座標，所以是不會給出的。因此在程式設計時，這2個位置應該給null。
實驗**及注釋
main.cpp:
#include #include #include using namespace std;
using namespace cv;
int main()
由上圖可以看出，黑色的影象中有2個白色的點(讀者可以仔細看下，由於只有1個畫素點，所以需要自己找下，呵呵)的位置是不同的，因此可以證明mat::at(x,y)和mat::at(point(x, y))是有區別的。
3通道影象的輸出結果如下所示：
由上圖可以看出，3通道的影象也是有2個點的，但是程式中在使用mat::at(x, y)其y的值為300和302，這已經超出了影象的寬度256。這同時證明了實驗基礎中的第3點。
後台輸出結果如下：
實驗總結：由此可見，平時一定要注意一些細節上的東西。
OpenCV座標體系的初步認識
前言 相信很多朋友在使用opencv的時候會遇到乙個小問題，且有時候對這樣的小問題沒有引起足夠的重視，或者通過表面想當然的去程式設計，所以除錯 時出現一些莫名其妙的問題，最後發現問題時時間已經過去了一大把。最近我在除錯乙個專案時就遇到過這種情況，即mat at x,y 和mat at point x...
OpenCV座標體系的初步認識
實驗基礎 本次實驗通過乙個簡短的例子，主要來說明下面4個問題 1.座標體系中的零點座標為的左上角，x軸為影象矩形的上面那條水平線 y軸為影象矩形左邊的那條垂直線。該座標體系在諸如結構體mat,rect,point中都是適用的。opencv中有些資料結構的座標原點是在的左下角，可以設定的 2.在使用i...
OpenCV座標體系的初步
主要說明4個問題 1.座標體系中的零點座標為的左上角。x軸為影象矩形的上面那條水平線 y軸為影象矩形左邊的那條垂直線。該座標體系在諸如結構體mat,rect,point中都是適用的。opencv中有些資料結構的座標原點是在的左下角，可以設定的 2.在使用image.at x1,x2 來訪問影象中點的...