昨天在Moto写程序时遇到的问题。 当时对人脸图像的剪切很慎重，为了看到剪切的效果，写了一个程序显示出来，吓了一跳，所以试了6张图像，发现5张完全不一样，发生了错位。 每行稍微错位的话，最后看起来不像人的脸……这很为难。 如果自己写的那个切割工具有问题的话，头晕的话只能切掉两张以上了，找个原因吧。 又试着切了几张，还是不行。 不可思议的是，各个图像显示正确。 其实工作很简单，只需从一张图像中切出指定的几个区域。 因此，每次都试着切掉一定大小的区域。 100*100，没关系。 又是对的。 另外，返回动态大小的区域。 问题又出了…怪不得这个大小应该不会影响我的代码…无意中看到每次剪切的大小，发现剪切偶数大小的rect时总是正确的，奇数大小的rect显示错误，突然在IplImage中查看OpenCV文档中的例程，好像有人用过这个参数，我马上去查。 定义为“在字节中对齐的图像行”。 想起来了。 我从那时开始就不理解这个参数。 此size不应该等于*-width x *-nchannels x *-depth吗？ 为什么需要定义？ 做实验，分别取宽度为奇偶校验的图像，读取这个widthStep参数。 果然，偶数的话和上面的计算一样，奇数会变多。 那不难理解为什么会发生位置偏移。 通常，对奇数的width填充RGB，即3字节。 那么，现在开始对IplImage图像数据进行操作。 每一行都要取。 IplImage的image数据按BGRBGRBGR逐行存储。 然后，在每行中添加widthStep。 不能傻傻地用width x height的二维数组计算…
小参数困扰了我一个小时。 今后似乎必须注意这些细节。 如果仔细检查结果，拿着这些图像进行训练的话，一个垃圾就能做成凉面…。 我想要凉面，在家里吃了三次…。 另外，在使用OpenCV这样的库时，必须养成先看示例程序的习惯。 那时，只要仔细看就没关系…。 毕竟样品是标准的使用方法。