刚开始接触图像处理，关于图像坐标系与行列宽高的关系感到纠结，但是似乎没有更好的处理方法了，其对应关系大致如下
row == height == Point.y
col == width == Point.x
这是因为在计算机中，图像是以矩阵的形式保存的。
一张宽度640像素、长度480像素的灰度图保存在一个480 * 640的矩阵中。
先行后列。
而我们习惯的坐标表示是先X横坐标，再Y纵坐标。在OpenCV中需要对矩阵进行计算，先行再列。
这种隐形的错误需要细心。
#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
Mat srcImage = imread("Lenna.png");
Mat logo = imread("smile.png");
Mat imageROI;
imageROI = srcImage(Rect(0, 100, logo.cols, logo.rows));
//imageROI = srcImage(Range(0, 0 + logo.cols), Range(100, 00 + logo.rows));
Mat mask = imread("smile.png", 0);
logo.copyTo(imageROI, mask);
namedWindow("LOL");
imshow("LOL", srcImage);
waitKey(0);
return 0;
}
这里
template<typename _Tp> inline
Rect_<_Tp>::Rect_(_Tp _x, _Tp _y, _Tp _width, _Tp _height)
: x(_x), y(_y), width(_width), height(_height) {}
Rect的构造函数给定的X,Y坐标即为矩形的左上角坐标。
设置为(0,100)，效果如下。
#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
Mat srcImage = imread("Lenna.png");
Mat logo = imread("logo.jpg");
Mat imageROI;
//imageROI = srcImage(Rect(0, 200, logo.cols, logo.rows));
imageROI = srcImage(Range(0, 0 + logo.cols), Range(200, 200 + logo.rows));
Mat mask = imread("logo.jpg", 0);
logo.copyTo(imageROI, mask);
namedWindow("LOL");
imshow("LOL", srcImage);
waitKey(0);
return 0;
}
这里是直接从源图像中截取出片区域，选取的是一个从0行，200列坐标点开始的一片宽 x 高的区域。
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）。
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。
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。