本教程详细介绍了如何从一个大型图像（如精灵表）的预计算积分图中，高效地提取出其内部特定子区域（如单个精灵）的积分图。通过对主积分图进行精确切片，并巧妙地减去相应的先行行和列，我们可以重构出子区域独立的积分图，避免了对子区域进行重复计算，显著提升了处理效率。
1. 积分图（Integral Image）概述
积分图（Integral Image），也称为求和面积表（Summed Area Table），是一种高效计算图像任意矩形区域像素和的数据结构。它的核心思想是预先计算图像中每个点 (x, y) 处，其左上角所有像素（包括 (x, y) 本身）的累加和。一旦构建完成，计算任意矩形区域的像素和仅需四次查找和三次算术运算，时间复杂度为 O(1)，这在实时图像处理和特征检测（如Haar特征）中具有极高的价值。
积分图的计算方式： 设原始图像为 P(i, j)，其积分图为 I(y, x)。 I(y, x) = P(y, x) + I(y-1, x) + I(y, x-1) - I(y-1, x-1) 其中，当 y 或 x 为负时，对应的 I 值为 0。 为了简化边界处理，通常会在积分图的顶部和左侧各添加一行和一列零，使得 I(y, x) 表示原始图像 P(0:y-1, 0:x-1) 区域的像素和。
2. 问题背景与挑战
假设我们有一个大型的图像精灵表（Sprite Sheet），其中包含了多个小图像（精灵）。我们已经计算了整个精灵表的积分图。现在的问题是：如何在不重新计算的情况下，从这个大型积分图中直接提取出其中某个特定精灵的独立积分图？
直接从主积分图中切片一个与精灵大小相符的子区域是不足够的。因为积分图中的每个值都是相对于原始图像的全局原点 (0, 0) 计算的累加和。如果直接切片，子区域的积分图将包含其在精灵表中的偏移量所带来的额外累加值，而不是相对于精灵自身左上角原点的累加和。
3. 核心原理：基于主积分图的子区域重构
要从主积分图 I_sheet 中获取子区域 sprite 的独立积分图 I_sprite，我们需要执行以下步骤：
- **识别子区域（
