Opencv学习笔记四（图像ROI、图像直方图、图像均衡化、图像直方图比较、直方图反向投影）

最新推荐文章于 2023-03-31 00:15:00 发布

野犬1998

最新推荐文章于 2023-03-31 00:15:00 发布

阅读量1.1k

点赞数

本文链接：https://blog.csdn.net/qq_42319367/article/details/95893950

版权

图像ROI与ROI操作

图像的ROI(region of interest)是指图像中感兴趣区域、在OpenCV中图像设置图像ROI区域，实现只对ROI区域操作。

矩形ROI区域提取

矩形ROI区域copy

不规则ROI区域

ROI区域mask生成
像素位 and操作
提取到ROI区域
加背景or操作
add 背景与ROI区域

获取规则ROI区域

h,w=src.shape[:2]
#获取ROI
cx=w//2
cy=h//2
roi=src[cy-100:cy+100,cx-100:cx+100]
#copy ROI
image = np.copy(roi)
#modify ROI
roi[:,:,0]=0
#modify copy ROI
image[:,:,2]=0

获取不规则ROI区域

src2=cv.imread("D:/greenback.png")
cv.imshow("src2",src2)
hsv=cv.cvtColor(src2,cv.COLOR_BGR2HSV)
mask=cv.inRange(hsv,(35,43,46),(77,255,255))#取绿色背景
mask=cv.bitwise_not(mask)#mask生成
person=cv.bitwise_and(src2,src2,mask=mask)
result=np.zeros(src2.shape,src2.dtype)
result[:,:,0]=255
mask=cv.bitwise_not(mask)#转为操作背景
dst=cv.bitwise_or(result,person,mask=mask)#蓝色背景
dst=cv.add(dst,person)#将人加到蓝色背景上
cv.imshow("dst",dst)

cv.waitKey(0)
cv.destroyAllWindows()

图像直方图

图像直方图是图像像素值的统计学特征、计算代价较小，具有图像平移、旋转、缩放不变性等众多优点，广泛地应用于图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类、反向投影跟踪。

常见的分为

灰度直方图
颜色直方图

Bins是指直方图的大小范围，对于像素值取值在0～255之间的，最多有256个bin，此外还可以有16、32、48、128等，256除以bin的大小应该是整数倍。

若bin为128，则将值为0和1的像素统计在一起，依次类推

OpenCV中相关API

calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges);

cv.calcHist([image], [i], None, [256], [0, 256])

def image_hist(image):
	cv.imshow("input",image)
	color=('blue','green','red')
    for i,color in enumerate(color):
        hist = cv.calcHist([image],[i],None,[256],[0,256])
        plt.plot(hist,color=color)
        plt.xlim([0,256])
    plt.show()