影像座標系簡介

在影像處理中，影像是一個 2D 像素矩陣，每個像素都有一個對應的 座標 (x, y)，我們稱之為 影像座標系（Image Coordinate System）。

---

✅ 1. 影像座標系的基本規則

在大多數影像處理函式庫（如 OpenCV、Pillow、scikit-image）中，影像的座標系與數學坐標系不同：

1. (0,0) 原點位於左上角
2. x 軸向右遞增
3. y 軸向下遞增

🔹 影像座標示意圖

(0,0) ─────────► x (寬度)
      │
      │
      ▼
      y (高度)

✅ 這與數學中的直角坐標系不同，數學坐標的 Y 軸是向上增加，而影像座標的 Y 軸是向下增加！

---

✅ 2. Pillow vs OpenCV 的寬度與高度差異

Pillow 和 OpenCV 都可以獲取影像的 寬度（width）與高度（height），但它們的 shape 格式不同：

函式庫	獲取方式	寬度順序	高度順序
Pillow	img.size	先寬度 (W)，後高度 (H)	(W, H)
OpenCV	img.shape	先高度 (H)，後寬度 (W)	(H, W, C)

---

✅ 3. 如何獲取影像的尺寸

🔹 OpenCV

import cv2

img = cv2.imread("example.jpg")  # 讀取圖片
height, width, channels = img.shape  # OpenCV 讀取方式
print(f"影像寬度: {width}, 影像高度: {height}, 色彩通道: {channels}")

🔹 輸出範例

影像寬度: 1920, 影像高度: 1080, 色彩通道: 3

✅ OpenCV 的 shape 格式為 (H, W, C)（高度, 寬度, 通道數）

---

🔹 Pillow

from PIL import Image

img = Image.open("example.jpg")  # 讀取圖片
width, height = img.size  # Pillow 讀取方式
print(f"影像寬度: {width}, 影像高度: {height}")

🔹 輸出範例

影像寬度: 1920, 影像高度: 1080

✅ Pillow 的 size 格式為 (W, H)（寬度, 高度），與 OpenCV 相反！

---

✅ 4. 影像中某個像素的座標

如果你想 獲取某個像素的顏色值，可以使用：

🔹 OpenCV

pixel = img[100, 200]  # 取 y=100, x=200 的像素值
print(pixel)  # [B, G, R]

✅ OpenCV 預設是 BGR（藍、綠、紅），而不是 RGB！

🔹 Pillow

pixel = img.getpixel((200, 100))  # Pillow 需要 (x, y)
print(pixel)  # (R, G, B)

✅ Pillow 預設是 RGB，與 OpenCV 的 BGR 不同！

---

✅ 5. 影像裁剪（座標範圍）

函式庫	座標格式	裁剪方式
OpenCV	[y1:y2, x1:x2]	cropped = img[50:200, 50:200]
Pillow	(x1, y1, x2, y2)	cropped = img.crop((50, 50, 200, 200))

🔹 OpenCV 裁剪範例

cropped = img[50:200, 50:200]  # (y1:y2, x1:x2)
cv2.imshow("Cropped", cropped)
cv2.waitKey(0)
cv2.destroyAllWindows()

🔹 Pillow 裁剪範例

cropped = img.crop((50, 50, 200, 200))  # (x1, y1, x2, y2)
cropped.show()

✅ Pillow 裁剪的順序是 (x1, y1, x2, y2)，而 OpenCV 是 [y1:y2, x1:x2]，兩者順序不同！

---

📌 總結

函式庫	獲取寬高方式	尺寸順序	座標格式	像素存取	色彩通道
Pillow	img.size	(W, H)	(x1, y1, x2, y2)	img.getpixel((x, y))	RGB
OpenCV	img.shape	(H, W, C)	[y1:y2, x1:x2]	img[y, x]	BGR

🚀 Pillow 適合簡單影像處理（如縮放、裁剪、格式轉換），OpenCV 適合高效影像處理與電腦視覺應用！ 😊