图像ROI及通道的拆分与合并

最新推荐文章于 2023-09-11 17:29:53 发布

倚楼听戏

最新推荐文章于 2023-09-11 17:29:53 发布

阅读量557

点赞数

文章标签： opencv

本文链接：https://blog.csdn.net/qq_38173035/article/details/107599266

版权

本文深入探讨了ROI（感兴趣区域）的概念及其在图像处理中的应用，包括如何使用方框、圆、椭圆等形状定义ROI，并通过算子进行进一步处理。此外，文章还详细介绍了通道的拆分与合并技巧，展示了如何利用Python的OpenCV库实现这些功能。

摘要由CSDN通过智能技术生成

ROI(region of interest)，感兴趣的区域

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

可以通过各种算子（Operator）和函数来求得感兴趣区域ROI，并进行图像的下一步处理

import cv2
import numpy as np
a = cv2.imread("e:\\lina.png",cv2.IMREAD_UNCHANGED)
fengjing = cv2.imread("e:\\fengjing.jpg",cv2.IMREAD_UNCHANGED)
b = np.ones((101,101,3)) #3个通道，101行101列
b = a[220:400,250:350]
a[0:180,0:100] = b
fengjing[0:180,0:100] = b
cv2.imshow("original",a)
cv2.imshow("face",b)
cv2.imshow("fengjing",fengjing)
cv2.waitKey(0)
cv2.destroyAllWindows()

通道的拆分与合并

1、拆分通道

img=cv2.imread('abc')
b=img[:,:,0]
g=img[:,:,1]
r=img[:,:,2]

import cv2
import numpy as np
img = cv2.imread("e:\\lina.png",cv2.IMREAD_UNCHANGED)
b,g,r=cv2.split(img)
cv2.imshow("B",b)
cv2.imshow("G",g)
cv2.imshow("R",r)
m=cv2.merge([b,g,r])
cv2.imshow("merge",m)
m1=cv2.merge([r,g,b])
cv2.imshow("merge",m1)
cv2.waitKey()
cv2.destroyAllWindows()