OPENCV图像处理基础(二)感兴趣区域ROI

说到图像的感兴趣区域,玩过微博的对水印不陌生吧,水印就是感兴趣区域的一种用法。
今天就在这里演示一下如何上水印。其实其思路就是,在源图片(要被上水印的图)中画划出一片区域,然后在用水印图(不一定要是文字,任意图片都可以)覆盖到那个划出来的区域。
用到的素材(取自:《OpenCV计算机视觉编程》非广告哈):
源图片

水印图

#include<iostream>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;

int main()
{   
    namedWindow("感兴趣区域");
    Mat orignimg = imread("beach.jpg");//读取源图
    Mat logoimg = imread("logo.jpg");//读取水印图
    Mat imgroi = orignimg(Rect(30,30, logoimg.cols, logoimg.rows));//设置orign图片上坐标为(100,100),长宽和logoimg相等的区域为感兴趣区域。其实就是在源图片中划出一片区域作为感兴趣区域,因为Mat类型单纯赋值是一种浅拷贝,数据域是共享的,所以通过修改imgroi可以直接影响orignimg的数据。
    //PS:Mat,Rect ,Point数据结构的坐标原点都是在左上角。如果是笛卡尔坐标系死粉,建议自己撸个顺序遍历输出二维数组的程序可以有助于接受这种安排。
    ///opencv3中的行数对应于以前版本的高度height,列数对应宽度。这里要特别注意如果,弄反了会出不了效果!
    logoimg.copyTo(imgroi,logoimg);//这里是深拷贝,直接把logoimg水印图复制到imgroi的数据域
    //输出一些信息
    cout << "orignimg的行数:" << orignimg.rows << "列数:" << orignimg.cols << endl;
    cout << "logoimg的行数:" << logoimg.rows << "列数:" << logoimg.cols << endl;
    imshow("感兴趣区域", orignimg);
    waitKey(0);
    return 0;
}

以下是效果图:
效果图

至于水印为什么在左上角,而不是右下角。在看一遍代码就知道啦。

注:本人才疏学浅,欢迎指正

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
您可以使用 OpenCV 中的 `pointPolygonTest` 函数来判断一个点是否在感兴趣区域内,并使用 `Rect` 类来提取感兴趣区域ROI)。 首先,您需要定义感兴趣区域的边界点,然后使用 `cv2.pointPolygonTest` 函数来判断点是否在该区域内。该函数返回一个正数、负数或零,用于指示点相对于区域的位置关系。 以下是一个示例代码: ```python import cv2 import numpy as np # 定义感兴趣区域的边界点 roi_points = np.array([[100, 100], [300, 100], [300, 300], [100, 300]]) # 创建一个空白图像,用于可视化 img = np.zeros((400, 400), dtype=np.uint8) # 绘制感兴趣区域 cv2.fillPoly(img, [roi_points], color=255) # 定义一个点 point = (200, 200) # 判断点是否在感兴趣区域内 result = cv2.pointPolygonTest(roi_points, point, measureDist=False) # 如果返回值大于等于0,则点在区域内 if result >= 0: print("Point is inside ROI") else: print("Point is outside ROI") # 提取感兴趣区域ROI) x, y, w, h = cv2.boundingRect(roi_points) roi = img[y:y+h, x:x+w] # 可视化结果 cv2.circle(img, point, 3, color=128, thickness=-1) cv2.rectangle(img, (x, y), (x+w, y+h), color=128, thickness=2) cv2.imshow("ROI", roi) cv2.imshow("Image", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述示例中,我们首先定义了感兴趣区域的边界点 `roi_points`,然后创建了一个空白图像 `img`。接下来,我们使用 `cv2.fillPoly` 函数填充感兴趣区域,然后定义一个点 `point`。通过调用 `cv2.pointPolygonTest` 函数,我们判断该点是否在感兴趣区域内,并根据返回值进行相应的处理。最后,我们使用 `cv2.boundingRect` 函数提取感兴趣区域的位置信息,并在图像上可视化结果。 以上示例仅为参考,您可以根据自己的需求进行修改和扩展。希望能对您有所帮助!

“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 1
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