操作图像肯定需要操作图像的坐标，在用c++版的opencv时用vector处理坐标，当时没有出现什么问题。
如今想用min和max函数在一组坐标中得到x坐标或者y坐标的最大最小值（当然可以自己写几行代码，用逐个比较的方法获取最大最小值，但是太麻烦），遇到了问题。
１、用列表处理
目前我需要处理的坐标有３个，我用
center=(center_x,center_y)
point_reference.append(center)
将三个坐标放在了一个列表里，如下：
point_reference = [(471, 420), (168, 420), (470, 117)]
很自然的point_reference[0][0]应该是471，point_reference[0][1]是420，得到的结果也是正确的。（正确是因为先索引了列表再索引了元组）
所以我认为，所有的x坐标应该这么表示point_reference[：][0]，而y轴的坐标应该这么表示point_reference[：][1] (我记得我用c++时是这么处理的)，大错特错，我把它看成了一个３＊２的矩阵，但是同时也没有用矩阵的索引形式去索引，所以最后得到的结果就是
print point_reference[:][0]得到元组里的第一个坐标(471, 420)
print point_reference[:][１]得到元组里的第一个坐标(168, 420)
所以我最终用min( print point_reference[:][0])得到的是420，并不是x轴坐标的最小值。
然后我想会不会这样取取到的是行，然后我把两个中括号换了一下
print point_reference[1][:] 得到的是(168, 420)，第二个坐标。
接着我又改变冒号前后的数字，发现有时候会报错索引超界，有时候会得到一个或两个坐标，所以我觉得这种索引方法并没有什么意义，还是得好好研究一下python的基础知识。
2、所以我觉的在python中坐标的表示用矩阵更好，比如我此时是三个二维坐标，定义一个３＊２的矩阵。
import numpy as np
point_reference = np.zeros(shape=(3,2))
矩阵的用法：
import numpy as np 导入numpy库
（１）用array定义矩阵
比如：point_referencenp＝np.array( [[471, 420], [168, 420], [470, 117]])
（２）用zeros定义空矩阵
比如：point_reference = np.zeros(shape=(3,2))
（３）矩阵操作
point_referencenp[:,0]就是取矩阵X的所有行的第0列的元素，X[:,1] 就是取所有行的第1列的元素。
point_referencenp[:, m:n]即取矩阵X的所有行中的的第m到n-1列数据，含左不含右。
point_referencenp[0,:]就是取矩阵X的第0行的所有元素，X[1,:]取矩阵X的第一行的所有元素。
point_referencenp[a:b,c:d]表示切取第a+1到b行，c+1到d列的矩阵。
