时间紧任务重,感觉都来不及总结,唉。
之前讲了一些opencv的知识
可以在这里看到:
初学opencv1
初学opencv2
今天来分享一下ROI与泛洪填充的知识。
1.ROI
定义:ROI(region of interest),感兴趣区域,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,经常用来连接图像。
举例说明一下:
这个就是图片的截取
然后可以改变截取图像的颜色
这个就是将截取后的图像进行处理,然后再合并到原图像中去。
具体实现代码如下:
a.截取图像
import cv2 as cv
import numpy as np
#ROI操作
print("-----------Hello Python-----------")
src = cv.imread(r"C:\Users\dahula\Desktop\jietu.png")
cv.namedWindow("input images",cv.WINDOW_AUTOSIZE)
cv.imshow("input images",src)
face = src[50:250,100:300]#截取
cv.imshow("face",face)
cv.waitKey(0)
cv.destroyAllWindows()
这个代码就可以将你感兴趣的部分截取下来,然后代码中
face = src[50:250,100:300]
这个代码中的具体数值是需要自己去测量的,需要图像中的哪个部位就选择那个范围就可以了。
b.变色
import cv2 as cv
import numpy as np
#ROI操作
print("-----------Hello Python-----------")
src = cv.imread(r"C:\Users\dahula\Desktop\jietu.png")
cv.namedWindow("input images",cv.WINDOW_AUTOSIZE)
cv.imshow("input images",src)
face = src[50:250,100:300]#截取
gray = cv.cvtColor(face,cv.COLOR_BGR2GRAY)#变为灰色
backface = cv.cvtColor(gray,cv.COLOR_GRAY2BGR)
cv.imshow("face",face)
cv.waitKey(0)
cv.destroyAllWindows()
这一步的主要目的是突出特征点,以便观察和生成描述子。
c.拼接
import cv2 as cv
import numpy as np
#ROI操作
print("-----------Hello Python-----------")
src = cv.imread(r"C:\Users\dahula\Desktop\jietu.png")
cv.namedWindow("input images",cv.WINDOW_AUTOSIZE)
cv.imshow("input images",src)
face = src[50:250,100:300]#截取
gray = cv.cvtColor(face,cv.COLOR_BGR2GRAY)#变为灰色
backface = cv.cvtColor(gray,cv.COLOR_GRAY2BGR)
src[50:250,100:300] = backface#这一步将裁剪下来的灰色图像放回原图像中去
cv.imshow("face",src)
cv.waitKey(0)
cv.destroyAllWindows()
这样就可以得到了最终的图片,再展示下
2.泛洪填充
定义:将指定颜色从指定位置开始填充一个连通区域,此时的连通性由像素值的接近程度来衡量。
函数参数说明:
cv.floodFill(image, mask, seedPoint, newVal[, loDiff[, upDiff[, flags]]])
举个例子说明一下:
import cv2 as cv
import numpy as np
#泛洪填充
def fill_color_demo(images):
copyImg = images.copy()
h,w = images.shape[:2]
mask = np.zeros([h+2, w+2],np.uint8)
cv.floodFill(copyImg,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE)#两种填充方式之一,另一种在下面
cv.imshow("fill1",copyImg)
print("-----------Hello Python-----------")
src = cv.imread(r"C:\Users\dahula\Desktop\jietu.png")
cv.namedWindow("input images",cv.WINDOW_AUTOSIZE)
cv.imshow("input images",src)
fill_color_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()
解释一下这个mask:
填充模板,整体填充不能跨越输入遮罩中的非零像素。例如,边缘检测器输出可以用作遮罩,以停止边缘填充。输出时,像素与图像中填充像素对应的遮罩设置为1或标志中指定的值。
二值图像的泛洪填充是这样的:
import cv2 as cv
import numpy as np
def fill_binary():
image = np.zeros([400, 400, 3],np.uint8)
image[100:300, 100:300, : ] = 255
cv.imshow("fill2",image)
print("-----------Hello Python-----------")
src = cv.imread(r"C:\Users\dahula\Desktop\jietu.png")
cv.namedWindow("input images",cv.WINDOW_AUTOSIZE)
cv.imshow("input images",src)
fill_binary()
cv.waitKey(0)
cv.destroyAllWindows()
运行的结果是这样的,我们现在对这个白色区域换颜色,就是我们所说的二值图像的泛洪填充。
import cv2 as cv
import numpy as np
def fill_binary():
image = np.zeros([400, 400, 3],np.uint8)
image[100:300, 100:300, : ] = 255
cv.imshow("fill2",image)
mask = np.ones([402,402,1],np.uint8)
mask[101:301, 101:301] = 0
cv.floodFill(image,mask,(200,200),(100,3,255),cv.FLOODFILL_MASK_ONLY)#可以控制修改颜色
cv.imshow("fill3",image)
print("-----------Hello Python-----------")
src = cv.imread(r"C:\Users\dahula\Desktop\jietu.png")
cv.namedWindow("input images",cv.WINDOW_AUTOSIZE)
cv.imshow("input images",src)
fill_binary()
cv.waitKey(0)
cv.destroyAllWindows()
在这里重点说一下代码
cv.floodFill(image,mask,(200,200),(100,3,255),cv.FLOODFILL_MASK_ONLY)
这个代码里(100,3,255)的值是可以修改的,例如
这个颜色区分很明显吧。
opencv里的mask为uin8类型的单通道阵列
泛洪填充算法也叫漫水填充算法:floodFill(image, mask, seedPoint, newVal, loDiff=None, upDiff=None, flags=None)
好了,ROI与泛洪填充我就基本总结这么多。