OpenCV-python基础操作之对图像ROI区域操作

OpenCV-python基础操作之对图像ROI区域操作

代码:


# 代码描述:在给定的图片中,找到感兴趣的(ROI) 区域,进行相关操作
# 
# 创建时间: 2020-09-15
# 创建人: Wupke
# 修改时间:
# 版本:
import cv2 as cv
import numpy as np


src = cv.imread("../OpenCV_Files/pictures_for_OpenCV/2.jpg")  # 读取图片
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)    # 显示原图片

girl = src[120:280, 330:385]           # 给定ROI区域
gray = cv.cvtColor(girl, cv.COLOR_BGR2GRAY)     # 灰度化ROI区域

backgirl = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)    # 灰度色彩空间 转化为 BGR 色彩空间(还原)
src[120:280, 330:385] = backgirl                   # 灰度化ROI区域重新回填到原图中
cv.imshow("girl", src)

cv.waitKey(0)                  # 保持对话框
cv.destroyWindow('all')             # 清除内存

运行效果:

在这里插入图片描述

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
要获取眼白和嘴巴内部的图像,可以使用OpenCV库中的一些图像处理函数。以下是一个示例代码,可以实现从图像中提取眼白和嘴巴内部的图像: ```python import cv2 # 加载图像 img = cv2.imread('image.jpg') # 灰度化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 阈值分割 thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)[1] # 获取轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 遍历每个轮廓 for contour in contours: # 计算轮廓面积 area = cv2.contourArea(contour) # 如果轮廓面积大于一定值,则认为是眼球或嘴巴 if area > 1000: # 获取轮廓的外接矩形 x, y, w, h = cv2.boundingRect(contour) # 获取眼白或嘴巴的区域 roi = img[y:y+h, x:x+w] # 显示眼白或嘴巴的区域 cv2.imshow('ROI', roi) # 显示图像 cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段代码中,首先加载了图像,并将其转换为灰度图像。然后,对灰度图像进行了阈值分割处理,得到二值图像。接下来,使用findContours函数获取图像中的轮廓。然后,遍历每个轮廓,计算轮廓面积,如果面积大于一定值,则认为是眼球或嘴巴。获取轮廓的外接矩形,然后获取眼白或嘴巴的区域。最后,使用OpenCV显示眼白或嘴巴的区域,并显示图像。 需要注意的是,这种方法的准确度受到多种因素的影响,例如光照、姿势、表情等。因此,在实际应用中,需要进行大量的样本训练和测试,以提高准确度和稳定性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值