python+opencv图像分割：分割不规则ROI区域方法汇总

目录

一、已知边界坐标，直接画出多边形

二、通过形态学操作产生Mask

三、人机交互式

---

在图像分割领域，一个重要任务便是分割出感兴趣（ROI）区域。如果是简易的矩形ROI区域其实是非常容易分割的，opencv的官方python教程里也有教到最简易的矩形ROI分割（剪裁），其本质是多维数组（矩阵）的切片。但是现实情况中，ROI是不规则的多边形，也可能是曲线边界，那么该如何分割出来呢？下面总结几种思路。

可能只提供核心部分的代码示例，具体应用要结合你自己的项目来修正。

一、已知边界坐标，直接画出多边形

例：最基础的画个四边形

# 定义四个顶点坐标
pts = np.array([[10, 5],  [50, 10], [70, 20], [20, 30]], np.int32)
# 顶点个数：4，矩阵变成4*1*2维
# OpenCV中需要将多边形的顶点坐标变成顶点数×1×2维的矩阵
# 这里 reshape 的第一个参数为-1, 表示“任意”，意思是这一维的值是根据后面的维度的计算出来的
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (0, 255, 255))

上例中，img是你的画布原图。pts你可以随便改，改成自己的边界点。注意cv2.polylines中参数pts要加[ ]。

二、通过形态学操作产生Mask

腐蚀、膨胀之后，产生二值化（非黑即白）的mask，然后和图像做与运算。

腐蚀膨胀的操作方法简单复习一下：

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))  # 矩形结构:MORPH_RECT
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15))  # 椭圆结构:MORPH_ELLIPSE
img = cv2.erode(img, kernel)  # 腐蚀 
img = cv2.dilate(img, kernel)  # 膨胀