OpenCV实战（3）——图像感兴趣区域

已于 2023-11-03 20:38:36 修改
阅读量2.1w 收藏 87
点赞数 80
分类专栏： OpenCV从入门到项目实战(基于C++) 文章标签： 图像处理 opencv
于 2022-11-23 07:30:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LOVEmy134611/article/details/126702587
版权

OpenCV实战（3）——图像感兴趣区域

0. 前言

在实际应用场景下，图像处理函数有时只需要应用于图像的部分区域。OpenCV 中使用了一种优雅而简单的机制来定义图像中的子区域并将可以将其视为常规图像进行操作。本节中，我们将学习如何定义图像内的感兴趣区域 (region of interest, ROI)。

1. 感兴趣区域

为了说明如何定义感兴趣区域 (region of interest, ROI)，我们将一个尺寸较小图像复制到一个更大的图像上。例如，我们要将以下 OpenCV logo 插入到测试图像中：

请添加图片描述
为了完成该目标，需要定义可以应用复制操作的 ROI，ROI 的位置将决定 logo 在图像中的插入位置。

1.1 ROI 实例

首先，读取 logo 图像并定义 ROI。我们可以使用 Rect 来定义 ROI：

// 读取 logo
cv::Mat logo
了解本专栏 订阅专栏 解锁全文
盼小辉丶
关注
  • 80
    点赞
  • 踩
  • 87
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 55
    评论
专栏目录
订阅专栏
2.3 感兴趣区域（ROI）
liupc的学习笔记
06-14 6779
一、ROI介绍 二、操作 一、ROI介绍 我们可能对图像中的某一个特定区域感兴趣，改区域称为感兴趣区域（Region of Interest，ROI）。 二、操作 （1）显示一幅图像的感兴趣区域 image[200:400, 200:400] #【例1】 （2）在同一图像中，将一个区域复制到另一个区域 image[200:400, ...
基于python的OpenCV项目实战——数字识别
04-10
输入图像：灰度处理，礼帽处理，x梯度，闭操作，取轮廓，画到原图像上，得到轮廓的外接矩形，通过宽高比得到目标轮廓，目标轮廓取出，二值化，对每一组中各个数字轮廓提取，resize成和之前模板一样大小，用十个模板...
人工智能-项目实践-C#-基于C#、OpenCVSharp选择图像的感兴趣区域并显示.zip
01-05
c 基于C#、OpenCVSharp选择图像的感兴趣区域并显示
选择图像的“感兴趣区域”
saltriver的专栏
03-24 1万+
我们在前面的文章《图像的颜色选择》中提到，如下的行车图像，要提取黄色和白色的车道线，通过颜色选择，分别得到了黄颜色的区域和白颜色的区域。 下图分别是原始行车图像，白颜色位置图像，黄颜色位置图像： 我们可以用前面提到的《图像位操作》将白颜色位置和黄颜色位置叠加起来。这里就用到了bitwise_or的位操作。 import cv2 white = cv2.imread("whi...
【OpenCV】之感兴趣区域
Y忍冬草
03-05 610
ROI（Region of Interest），感兴趣区域就是从图像中选择一个图像区域，这个区域是图像分析所关注的重点，我们圈定这个区域，以便进行进一步处理。而且，使用ROI指定想读入的目标，可以减少处理时间，增加精度。 定义ROI区域有两种方法： 【方法1】指定矩形区域的Rect 它指定矩形的左上角坐标（构造函数的前两个参数）和矩形的长宽（构造函数的后两个参数）以定义一个矩形区域。 ...
OpenCV中感兴趣区域的选取与检测(一)
热门推荐
鼹鼠的胡须 的博客
05-09 4万+
感兴趣区域的选取感兴趣区域(Region of Interest, ROI)的选取，一般有两种情形：1)已知ROI在图像中的位置；2)ROI在图像中的位置未知。1)第一种情形 很简单，根据ROI的坐标直接从原图抠出，不过前提是要知道其坐标，直接上例子吧。反向投影直方图的结果是一个概率映射，其体现的是已知的图像内容出现在图像中特定位置的概率。
opencv基础-07-感兴趣区域（ROI）
小海聊智造
07-14 1万+
在图像处理过程中，我们可能会对图像的某一个特定区域感兴趣，该区域被称为感兴趣区域（Region of Interest，ROI）。在设定感兴趣区域 ROI 后，就可以对该区域进行整体操作。以下是一些。
LabVIEW感兴趣区域分析（实战篇—1）
不脱发的程序猿
04-18 3万+
为图像处理设定ROI，可以将注意力集中在要解决问题的主要方面，减少要处理的数据量，提高系统的处理速度和实时性。
35.感兴趣区域（ROI）提取
twnkie的博客
08-06 2877
然后，通过将掩膜应用于原始图像，只有在掩膜中对应像素为白色的位置才会被保留，得到提取的感兴趣区域图像roiImageMask。感兴趣区域（Region of Interest，ROI）是指在图像中定义的一个矩形区域或掩膜，用于指定我们感兴趣的图像部分。然后，通过定义矩形区域roiRect来指定感兴趣的区域的位置和尺寸，并使用该矩形区域作为索引从原始图像中提取感兴趣的区域，存储在roiImageRect中。通过提取感兴趣区域，我们可以限制关注的范围，减少图像处理的计算量，提高处理效率。
OpenCV自学笔记四：感兴趣区域（ROI）、通道操作、获取图像性质
m0_71721954的博客
09-11 1401
感兴趣区域（ROI）是指在图像或画面中，我们所关注或感兴趣的特定区域。对于图像处理任务，使用ROI可以提取、操作或分析该区域的特征。在OpenCV中，可以使用numpy数组的切片操作来定义和提取ROI。在上述代码中，定义了一个ROI的范围，其中`(x, y)`是ROI左上角的坐标，`width`和`height`是ROI的宽度和高度。通过切片操作`img[y:y+height, x:x+width]`，即可从原始图像中提取出ROI。可以根据具体的场景和需求，自定义ROI的位置和大小。
基于python的opencv快速入门——图像运算
12-22
基于python的opencv快速入门——图像运算 太原理工机器人团队20日打卡day15 1、图像加法运算 图像加法运算分为两种 加号运算符 cv2.add()函数 加号运算符 加号运算符遵循以下规则 如果两个图像对应像素和小于255，...
基于python的OpenCV快速入门——图像平滑处理
12-21
基于python的OpenCV快速入门——图像平滑处理​在尽量保留图像原有信息的情况下，过滤掉图像内部的噪声，这一过程称为对图像的平滑处理，所得的图像称为平滑图像​图像平滑处理会对图像中与周围像素点的像素值差异较...
Python+OpenCV图像处理——图像二值化的实现
12-16
简介：图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。 普通图像二值化 代码如下： import cv2 as cv import numpy as np #全局阈值 def threshold_demo(image...
【图像处理】获取用户感兴趣的区域：使用openCV生成mask掩膜（Java）
weiambt的博客
07-20 2037
获取ROI图片现在有一张图片，用户能够在坐标上选择一些点组成一个区域，这个区域称为用户感兴趣的区域，需要利用mask掩膜生成，需要生成mask图片、ROI图片，要求使用OpenCV+Java实现。
OpenCV入门（十一）：感兴趣区域提取
一直在路上
09-10 1972
opencv入门，如何分割出纯色背景下的月亮。
Halcon之感兴趣的区域
weixin_43488529的博客
09-27 3313
文章目录2、感兴趣的区域2.1 基本概念2.1.1 Create Region2.1.2 Create ROI2.1.3 A First Example2.2 扩展概念2.2.1 分割图像2.2.2 绘制区域2.2.3 创建区域2.2.4 处理区域2.2.5 对齐 ROI 或图像2.2.6 Create ROI2.2.7 可视化结果2.3 编程示例2.3.2 图像的交互式部分过滤2.3.3 检查工具的轮廓2.4 Selecting Operators2.4.1 分割图像2.4.2 绘制区域2.4.3 创建区
Python-OpenCV选择、提取感兴趣区域(ROI区域)
昊虹AI笔记
06-08 5477
用Python-OpenCV提取图像中的感兴趣区域、以及图像的深拷贝和浅拷贝问题、附示例代码。
【C++ OpenCV】感兴趣区域截取（RIO）和图像深拷贝和浅拷贝
dagengen12138的博客
06-20 1427
创建Mat类时，除了图片数据本身，还创建了一个矩阵头，里面存放了一些图像信息，如下图：每当你创建一个矩阵对象并将其赋值给其他变量时，引用计数会增加。当你销毁或重新分配矩阵对象时，引用计数会减少。引用计数的主要目的是在确保内存安全的同时，实现高效的内存管理。当你将一个矩阵对象赋值给另一个变量时，新的变量会共享相同的矩阵数据，引用计数会增加。这意味着你可以使用多个变量来访问和操作相同的矩阵，而不需要进行显式的数据复制。当引用计数为零时，表示没有任何变量引用矩阵数据，该数据将被释放，内存将被回收。
【图像处理】1、使用OpenCV库图像轮廓的检测和绘制
最新发布
zxwscau的博客
06-28 399
【代码】【图像处理】1、使用OpenCV库图像轮廓的检测和绘制。
如何使用opencv自动提取图像感兴趣区域
05-22
使用OpenCV可以自动提取图像感兴趣区域（ROI）的步骤如下： 1. 读取图像 使用OpenCV中的cv2.imread()函数读取图像，将其存储为NumPy数组。 2. 灰度化图像 使用OpenCV中的cv2.cvtColor()函数将图像从BGR格式转换为灰度格式。 3. 边缘检测 使用OpenCV中的Canny()函数检测图像的边缘。 4. 寻找轮廓 使用OpenCV中的findContours()函数寻找图像的轮廓。 5. 选择感兴趣区域 在找到轮廓之后，可以使用cv2.boundingRect()函数计算轮廓的边界框，从而提取出感兴趣区域。 6. 显示结果 使用OpenCV中的cv2.rectangle()函数将感兴趣区域的边界框绘制到原始图像上，并使用cv2.imshow()函数显示结果。 以下是一个简单的示例代码： ``` import cv2 # 读取图像 img = cv2.imread('image.jpg') # 灰度化图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 边缘检测 edges = cv2.Canny(gray, 100, 200) # 寻找轮廓 contours, _ = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 选择感兴趣区域 x, y, w, h = cv2.boundingRect(contours[0]) roi = img[y:y+h, x:x+w] # 显示结果 cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2) cv2.imshow('Image', img) cv2.imshow('ROI', roi) cv2.waitKey(0) cv2.destroyAllWindows() ```

“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 55
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

盼小辉丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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