我使用Python + Numpy来计算垂直于点到二维图像中两点定义的直线的距离（每个点的坐标是该点在二维像素矩阵中的位置）。
p1, p2, p3 # as the points
# calculating the distance of p3 to the line constructed out of the p1 and p2
# distance formula using the cross product approach
d = numpy.linalg.norm(np.cross(p2-p1, p1-p3))/numpy.linalg.norm(p2-p1)问题是：
以这种方式计算的距离的输出测量单位是什么？
距离d是否以“像素”计算？
如果答案是肯定的，如何将其转换为毫米和其他测量单位？
2条答案
按热度按时间oalqel3c1#
我在处理dicom图像时也遇到了同样的问题。如果你正在使用dicom，你可以找到一个名为PixelSpacing的dicom标签。这个标签被定义为两个数字，如（0.02，0.08）;其中第一数字表示以mm为单位的行间距（两个相邻中心之间的垂直距离），第二数字表示以mm为单位的列间距（两个相邻中心之间的水平距离）。
1wnzp6jl2#
如果这些点来自实际图像，则距离以“像素”为单位（实际上，距离是您指定给
p1, p2, p3值的任意单位-数学不关心，对于Python来说它只是一个数字）-但不是屏幕上的距离。如果你有一个2x2的图像，并告诉它全屏显示，你显然会得到1个虚拟像素采取数千实际像素在您的显示器上。如果你拍摄4k图像并试图在640 x 480的显示器上显示，你显然将不得不合并几个虚拟像素来确定你需要显示什么颜色。同样，如果不根据您的确切设置设置进行任意转换，您就无法将其转换为其他测量单位。