针对您的需求（传统方法（如SSIM/NCC）对像素级对齐敏感，无法直接满足需求。需采用更鲁棒的算法。：Hu矩对平移、旋转、缩放具有不变性，适合比较轮廓形状。：通过特征点匹配判断物体是否一致，允许轻微形变。：通过差异区域定位异物。

极坐标与笛卡尔坐标转换(二维平面)该说不说，同样是查资料的时候发现其他文章废话很多，所以我们先把结论搬到最前面来：极坐标(r,θ);笛卡尔坐标(x,y)极坐标(r,\theta);笛卡尔坐标(x,y)极坐标(r,θ);笛卡尔坐标(x,y)有：{x=rcos⁡(θ)y=rsin⁡(θ)\left\{\begin{aligned}x&=&r\cos{(\theta)}\\y&=

序在使用rect作为感兴趣区域的时候一直没有弄懂使用感兴趣区域如何将处理后图像拼到原图像中 以及 使用感兴趣区域定位的坐标要是不是原图像的坐标这两个问题，查了很多资料，大多数都是用代码一笔带过。自己写的测试代码是利用感兴趣区域在其中绘图的程序，原图死活没有变化（最后发现是因为通道问题）。所以写一篇笔记梳理一下ROI和Rect相关的知识和应用。感兴趣区域：ROI首先先回答下上面两个问题ROI实际是指