二维图像点中的距离测量单位（python）

Question

我使用Python + Numpy计算二维图像中一个点到由两点定义的直线的垂直距离（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：

这样计算出来的距离输出测量单位是什么？

距离

d

是以‘像素’计算的吗？

如果答案是肯定的， 如何将其转换为毫米和其他测量单位？

Answer 1

我在处理 dicom 图像时遇到了同样的问题。如果您正在使用 dicom，您可以找到一个名为 PixelSpacing 的 dicom 标签。该标签定义为两个数字，如 (0.02, 0.08)；其中第一个数字表示行间距，以毫米为单位（两个相邻中心之间的垂直距离），第二个数字表示列间距，以毫米为单位（两个相邻中心之间的水平距离。）

Answer 2

如果这些点来自实际图像，则距离以“像素”为单位（实际上，距离是以您分配给

p1, p2, p3

值的任意单位表示的 - 数学并不关心，对于 Python 来说，它只是一个数字) - 但不是屏幕上的那些。如果您有一个 2x2 图像并让它全屏显示，您显然会得到其中 1 个虚拟像素在显示屏上占据数千个实际像素。 如果您拍摄 4k 图像并尝试在 640x480 显示器上显示，您显然必须组合一些虚拟像素来确定需要显示的颜色。 同样，如果不根据您的具体设置设置一些任意转换，您就无法将其转换为其他测量单位。