1-20 手工绘制roi区域 opencv树莓派4B 入门系列笔记

目录

一、提前准备

二、代码详解

 三、运行现象

四、完整工程贴出

---

一、提前准备

        1、树莓派4B 及 64位系统

        2、提前安装opencv库 以及 numpy库

        3、保存一张图片

二、代码详解

这段代码的目的是从一个图像中提取一个由用户定义的多边形区域。首先，它创建了一个掩码，然后在掩码上绘制了一个多边形。接着，它使用这个掩码来提取原始图像中相应的区域。最后，它显示了原始图像、掩码和结果图像。

import cv2 as cv
import numpy as np

src = cv.imread('/home/raspberry4B/Pictures/MD.jpg')
cv.imshow("input", src)
h, w, c = src.shape

# 手工绘制ROI区域
mask = np.zeros((h, w), dtype=np.uint8)
x_data = np.array([124, 169, 208, 285, 307, 260, 175])
y_data = np.array([205, 124, 135, 173, 216, 311, 309])
pts = np.vstack((x_data, y_data)).astype(np.int32).T
cv.fillPoly(mask, [pts], (255), 8, 0)
cv.imshow("mask", mask)

# 根据mask，提取ROI区域
result = cv.bitwise_and(src, src, mask=mask)
cv.imshow("result", result)
cv.waitKey(0)
cv.destroyAllWindows()

h, w, c = src.shape： 获取图像的高度（h）、宽度（w）和通道数（c）。src.shape返回一个元组，其中包含图像的维度信息。

mask = np.zeros((h, w), dtype=np.uint8)： 使用NumPy的zeros函数创建一个与图像大小相同的全零矩阵，用作掩码（mask）。数据类型设置为np.uint8，这是因为图像掩码通常使用8位无符号整数。

 x_data = np.array([124, 169, 208, 285, 307, 260, 175]) 和 y_data = np.array([205, 124, 135, 173, 216, 311, 309])： 这两行代码定义了一组点的x和y坐标，这些点将用于定义ROI（Region of Interest，感兴趣区域）。

pts = np.vstack((x_data, y_data)).astype(np.int32).T： 使用NumPy的vstack函数将x和y坐标堆叠起来，形成一个点的数组。然后将其转换为整数类型（np.int32），并转置（.T），以便与OpenCV的函数兼容。

cv.fillPoly(mask, [pts], (255), 8, 0)： 使用OpenCV的fillPoly函数在掩码上绘制一个多边形。[pts]是多边形的顶点数组，(255)是填充颜色（白色），8是线宽，0是操作类型。

result = cv.bitwise_and(src, src, mask=mask)： 使用OpenCV的bitwise_and函数应用掩码。这个函数将原始图像与掩码进行按位与操作，只保留掩码中为白色的区域，其他区域将变为黑色。

 三、运行现象

四、完整工程贴出

持续更新中……