8. 感兴趣区域提取ROI、泛洪填充cv2.floodFill()

1. ROI-感兴趣区域提取

ROI(region of interest),感兴趣区域,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,称为感兴趣区域,经常用来连接图像。

代码如下:

def roi_test(src):
    face = src[100:510, 200:600]  # 高度,宽度.
    gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY)  # face彩色图片变成灰度图片
    cv.imshow("gray", gray)
    back_face = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)  # 将 R = G = B = gray,所以呈现出来的是灰色
    cv.imshow("back_face", back_face)    # back_face必须是三通道的
    src[100:510, 200:600] = back_face
    cv.imshow("face", src)

注意:

1. 当RGB中三个通道的值相同时,图片展现出来是灰色。

2. src[100 : 510, 200 : 600]指的是高和宽(opencv中宽和高总是分不清楚)。

2. 泛洪填充

将指定颜色从指定位置开始填充一个连通区域,此时的连通性由像素值的接近程度来衡量。

2.1 cv2.floodFill()

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
import cv2 as cv import numpy as np def fill_color_demo(image): copyImage = image.copy() h,w = image.shape[:2] mask = np.zeros([h+2,w+2],np.uint8) cv.floodFill(copyImage,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE) cv.imshow("fill_color",copyImage) def fill_binary_demo(): image = np.zeros([400,400,3],np.uint8) image[100:300,100:300,:] =255 cv.imshow("fill_binary",image) mask = np.ones([402,402,1],np.uint8) mask[101:301,101:301] =0 cv.floodFill(image,mask,(200,200),(0,0,255),cv.FLOODFILL_MASK_ONLY) cv.imshow("filled_binary",image) src = cv.imread("E:/opencv/picture/me.jpg") cv.imshow("initial_window",src) face = src[50:350,100:300] gray = cv.cvtColor(face,cv.COLOR_BGR2GRAY) back_face = cv.cvtColor(gray,cv.COLOR_GRAY2BGR) src[50:350,100:300] = back_face cv.imshow("face_window",src) fill_color_demo(src) fill_binary_demo() cv.waitKey(0) cv.destroyAllWindows() 知识点: 1. 选取ROI感兴趣区域 src[ : , : ] = 像素矩阵 然后显示src图像就会出现ROI区域的像素值是像素矩阵的值。 容易混淆的。 h,w= src.shape[:2] ,获取图片的高度(x),获取图片的宽度(y) 2. 彩色图像泛洪填充 def fill_color_demo(image): copyImage = image.copy() #复制图像 h,w = image.shape[:2] #读取图像的高,宽 mask = np.zeros([h+2,w+2],np.uint8) #新建一个mask矩阵,+2是官方要求必须是8位字节的 cv.floodFill(copyImage,mask,(30,30),(0,255,255)(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE) cv.imshow("fill_color",copyImage) 关于floodFill(InputOutputArray image, Point seedPoint, Scalar newVal, Rect* rect=0, Scalar loDiff=Scalar(), Scalar upDiff=Scalar(), int flags=4 ) 通俗解释:floodFill( 1.操作的图像, 2.掩模mask, 3.漫水填充算法的起始位置,4.填充的颜色, 5.填充颜色的低值, 6.填充颜色的高值 ,7.填充的方法) 关于参数5:读取起始位置的像素值,并由起始位置的像素值-参数五的值即可得到漫水目标区域的下限值 关于参数6:读取起始位置的像素值,并由起始位置的像素值+参数六的值即可得到漫水目标区域的上限值 FLOODFILL_FIXED_RANGE -(既可以用于彩色也可用于灰度图像) 如果设置为这个标识符的话,就会考虑当前像素与种子像素之间的差,否则就考虑当前像素与其相邻像素的差。也就是说,这个范围是浮动的。 FLOODFILL_MASK_ONLY - (只用于灰度图像)如果设置为这个标识符的话,函数不会去填充改变原始图像 (也就是忽略第三个参数newVal), 而是去填充掩模图像(mask) 注意:mask表示操作掩膜,单通道,8位,长宽都比输入图像大2个像素点的图像。漫水填充不会填充掩膜mask的非零像素区域。(这个大小只能是size.height+2,size.width+2)! 如果是对灰度图像进行漫水操作,填充的颜色值new_value就会被忽略掉(但是也需要设置编写否则语法过不了关),flag部分写cv.FLOODFILL_MASK_ONLY。 3. 灰度图像泛洪填充 4. image = np.zeros([400,400,3],np.uint8) image[100:300,100:300,:] =255 #建立一个图像矩阵,并将[100:300,100:300]像素值设置为255,即那一块是白色 cv.imshow("fill_binary",image) mask = np.ones([402,402,1],np.uint8) #建立mask矩阵,官方要求+2,必须是8位字节的 mask[101:301,101:301] =0#设置mask[101:301,101:301]位置的像素值为0 cv.floodFill(image,mask,(200,200),(0,0,255),cv.FLOODFILL_MASK_ONLY) #cv.FLOODFILL_MASK_ONLY:mask的指定的位置为零时才填充,不为零不填充。 #如果设置为cv.FLOODFILL_MASK_ONLY的话,函数不会去填充改变原始图像 (也就是忽略第三个漫水填充算法的起始位置), 而是去填充掩模图像mask cv.imshow("filled_binary",image) 知识盲区解答: 对ROI进行直接赋值像素值怎么做? 答:image[100:400,100:200] = np.zeros([300,100,3],np.uint8)

“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
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