Opencv中图像坐标的理解

虽然使用OpenCV已经有一段时间，但是一直没有涉及单个像素点的操作。今天在提取像素点绘制水平以及数值轴直方图时，总感觉直方图提取反了，直到x,y坐标交换才得出正确结果。 
找到这篇文章，坐标系以及像素点的提取作者介绍的很详细，贴出来提醒自己的同时与大家共同学习。

出处：http://www.cnblogs.com/tornadomeet

前言

　　相信很多朋友在使用OpenCV的时候会遇到一个小问题，且有时候对这样的小问题没有引起足够的重视，或者通过表面想当然的去编程，所以调试代码时出现一些莫名其妙的问题，最后发现问题时时间已经过去了一大把。最近我在调试一个项目时就遇到过这种情况，即Mat::at(x,y)和Mat::at(Point(x, y))的区别，我在项目中把这2种看成效果一样的，结果这个问题调试时纠结了2天（因为该工程有关OpenCV的代码有上千行，且没有怀疑这两者的区别，因此有时候出现一些莫名其妙的结果，花了很多时间才找问题所在）。其实关于Mat的at访问时这2者的区别我以前也做过笔记，只是此时不小心忘记了。这次专门为这个写篇小笔记，提醒下自己。

　　开发环境：OpenCV2.4.3+QtCreator2.5.1

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。（虽然网上有学着说OpenCV中有些数据结构的坐标原点是在图片的左下角，但是我暂时还没碰到过）。

　　2. 在使用image.at(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(Point(x2, x1))效果相同。

　　3. 如果所画图像是多通道的，比如说image图像的通道数为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 
　　

#include 
#include 

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(10, 200) = 255; //使用at函数的地方，用的是10,200
    Point point(10, 100);
    image.at(point) = 250;//使用at函数的地方，用的是Point(10,200)

    image_3c.at(10, 300) = 255;
    image_3c.at(10, 302) = 254;
    Point point_3c(20, 200);
    image_3c.at(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。