Python+OpenCV 零基础学习笔记(6):ROI

最新推荐文章于 2024-08-30 21:45:14 发布
最新推荐文章于 2024-08-30 21:45:14 发布
阅读量890 收藏 11
点赞数 9
分类专栏： OpenCV+Python 文章标签： python opencv 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44695769/article/details/135280018
版权

文章目录

相关链接

【2022B站最好的OpenCV课程推荐】OpenCV从入门到实战 全套课程

CSDN标题里个括号对应视频的分P
在这里插入图片描述

OpenCV+Python CSDN专栏

Gitee 项目地址

运行环境

  • Python:3.11.5
  • Anaconda:23.7.4
  • IDE:vscode
  • 运行环境：Windows
  • OpenCV:4.8.1

Python+OpenCV 零基础学习笔记(1-3):anaconda+vscode+jupyter环境配置

前言

ROI简单来说就是截取区域。本章来了解以下OpenCV如何简单的截取ROI。

ROI

ROI就是局部图像处理

#%%
import cv2
import matplotlib.pyplot as plt
import numpy as np

input_img={}

input_img['rgb'] = cv2.imread('Resource\cat.png')
# 截取ROI区域
input_img['roi'] = input_img['rgb'][0:50,0:200]
# 展示ROI区域
cv2.imshow('roi',input_img['roi'])
cv2.waitKey(0)

运行结果

在这里插入图片描述

颜色区域分割

#%%
import cv2
import matplotlib.pyplot as plt
import numpy as np

input_img={}

input_img['rgb'] = cv2.imread('Resource\cat.png')
# 截取ROI区域
input_img['roi'] = input_img['rgb'][0:50,0:200]
# 展示ROI区域
# cv2.imshow('roi',input_img['roi'])

# 截取颜色通道
b,g,r = cv2.split(input_img['rgb'])
# 将RGB更新到字典中
input_img.update({
    'r':r,
    'g':g,
    'b':b
})
# 展示BGR画面
cv2.imshow('b',input_img['b'])
cv2.imshow('g',input_img['g'])
cv2.imshow('r',input_img['r'])

cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

颜色通道合并

#%%
import cv2
import matplotlib.pyplot as plt
import numpy as np

input_img={}

input_img['rgb'] = cv2.imread('Resource\cat.png')
# 截取ROI区域
input_img['roi'] = input_img['rgb'][0:50,0:200]
# 展示ROI区域
# cv2.imshow('roi',input_img['roi'])

# 截取颜色通道
b,g,r = cv2.split(input_img['rgb'])
# 将RGB更新到字典中
input_img.update({
    'r':r,
    'g':g,
    'b':b
})
# 展示BGR画面
# cv2.imshow('b',input_img['b'])
# cv2.imshow('g',input_img['g'])
# cv2.imshow('r',input_img['r'])

# 将BGR合并
input_img['merge']= cv2.merge((input_img['b'],input_img['g'],input_img['r']))

print(input_img['merge'])
cv2.imshow('merge',input_img['merge'])


cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

龙中舞王
关注
专栏目录
Python OpenCV中实现圆形ROI区域选取的方法及代码详解
.
03-19 1477
有了ROI圆心和半径信息之后，我们就可以通过Python OpenCV提供的函数提取ROI所在的图像区域。在图像上单击鼠标左键，就可以选择ROI圆心位置，拖动鼠标则可选择ROI的半径大小。通过与用户的交互，我们能够方便地确定ROI圆心和半径信息，并将其用于后续的操作。在实现圆形ROI区域选取之前，我们需要先确定所需的ROI圆心位置和半径大小。以上代码将打开文件test.jpg，并从该图像中提取以(ix,iy)为圆心、半径为radius的ROI区域，并显示提取结果。
python+opencv3图像处理学习记录
TOPthemaster的博客
07-23 1017
文章目录概括第一章 简单的图像处理方式图片、视频资源读取色彩空间的转换、对比度、亮度调整像素运算泛洪填充 ROI 概括 本文主要用于记录图像处理学习过程中的笔记与疑问，使用pycharm IDE python语言和opencv工具。 第一章 简单的图像处理方式 图片、视频资源读取 图片读取 import cv2 as cv import numpy as np src = cv.imread("C:/Users/H/Desktop/13d98c6f3117f0a19b9d40c44ac7a30f.jpg
Python-OpenCV选择、提取感兴趣区域(ROI区域)
昊虹AI笔记
06-08 5777
用Python-OpenCV提取图像中的感兴趣区域、以及图像的深拷贝和浅拷贝问题、附示例代码。
opencv-python读取图像、视频图像ROI和保存图片
最新发布
Airporal的博客
08-30 1358
使用opencv-python打开图像、视频并显示和简单ROI处理的方法
Python+OpenCV图像处理（六）—— ROI与泛洪填充
aiyizou6070的博客
05-18 559
一、ROI ROI（region of interest），感兴趣区域。机器视觉、图像处理中，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，ROI。 代码如下： #进行图片截取、合并、填充 import cv2 as cv src=cv.imread('E:\imageload\lena.jpg') cv.namedWind...
python opencv ROI
qq_45083274的博客
08-13 620
两种ROI方法介绍 先上原视频截图 傻瓜式的ROI width = img.shape[0] height = img.shape[1] img = img[int(0.5*height):height,0:width] #直接裁剪图片 根据需要调整参数 如果是要用于目标检测，需要坐标点，那么在剪裁后的图片上获得的坐标是需要变换的。具体操作就不细说。 为了方便显示，我把剪裁后的图又resize了一下 导致拉伸有点变形了。 麻烦一点的ROI def frame_img(col_img): width
通过Python+OpenCV提取ROI区域
qq_44209418的博客
10-28 1398
通过Python+OpenCV提取ROI区域
python+opencv 获取图像属性，获取图像感兴趣区域ROI
qq_44728587的博客
04-20 6929
1.获取图像属性 1.1获取图像形状 img.shape:灰度图像返回高、宽两个参数，彩色图像返回高、宽、通道数三个参数 读取彩色图片： # -*- coding:utf-8 -*- import cv2 #读取彩色图片 img = cv2.imread(r'C:\Users\thorne\PycharmProjects\biyesheji\image\23.jpeg') #获取图像形状 print(img.shape) 结果： (493, 876, 3) 读取灰度图像的形状： #
使用Python+OpenCV实现自动驾驶汽车的车道线检测
深度学习与计算机视觉
04-30 3203
对于所有想知道如何在一篇文章中涵盖这一概念的人，我想说，在你深入探索之前，事情听起来很复杂。我不会说这篇文章非常简单，但是它的确是建立在非常基础的计算机视觉概念之上的。先决条件是什么？具备...
opencv学习笔记 5 ：ROI与泛洪填充
m0_46475409的博客
07-21 225
课程视频链接 基于Python3的Opencv图像处理教程：https://b23.tv/Zye4BV 在常见的计算机视觉问题中，通常我们只对图像中的某一部分区域感兴趣，比如人脸区域等，因此我们只需要对人脸区域部分进行提取，然后再进行后续的操作。   图像ROI兴趣区域   对于图像ROI区域，只需要将自己预先计算好
Python+OpenCV学习笔记
weixin_42224235的博客
03-29 794
Python+OpenCV学习笔记 图像的读取、显示和保存；图像处理基础；图像运算；类型转换；几何变换；图像阈值；图像平滑处理；形态学处理；图像梯度；Canny边缘检测；图像金字塔；图像轮廓；直方图；傅里叶变换。
Python+OpenCV感兴趣区域ROI提取方法
09-19
今天小编就为大家分享一篇Python+OpenCV感兴趣区域ROI提取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
OpenCV-python 学习笔记 Opencv图像基本操作1
08-03
这篇学习笔记主要介绍了如何在Python环境中搭建OpenCV，以及如何进行基本的图像读取、显示、保存和一些基本操作。 首先，环境搭建是使用Python的包管理器pip来安装OpenCV，通过运行`pip install opencv-python`命令...
opencv-python ROI
weixin_43959743的博客
09-23 277
用法：实现region of interest 的移动和加标注，和其他操作 #ROI range of interest #实现ROI区域移动和标注 path = r"D:\postgrauate\lena.jpg" img_BGR = cv.imread(path, 1) #打印图片性质 print(type(img_BGR)) print(img_BGR.shape) print(img_BGR.size) print(img_BGR.dtype) cv.imshow('lena', img_BGR)
Python_Opencv8_ROI与泛洪处理
mnhdxhcky的博客
07-25 334
import cv2 as cv import numpy as np def fill_color_demo(image):#彩色图像填充。泛洪算法 1.基于扫描的2.基于递归的 一般而言基于扫描的速度快     copying=image.copy()                                      #复制一张图片     h,w=image.shape[:2]  ...
opencv-python库 cv2ROI区域&颜色通道提取&合并颜色通道
记录学习过程
04-04 1365
selectROI 函数的第一个参数是窗口的名称，第二个参数是要从中选择ROI的图像，第三个参数是一个布尔值，如果为True，则允许用户调整选择框的大小。如果你有几个单通道图像（例如，从 cv2.split() 得到的），并且你想将它们合并成一个多通道图像（例如，一个彩色图像），那么你可以使用 cv2.merge()。然后，每个通道的图像数据都可以独立显示或处理。请注意，cv2.selectROI() 函数通常用于交互式选择ROI，但在实际应用中，你可能需要根据特定的条件或算法来自动计算ROI的坐标。
OpenCV-Python 选择ROI
热门推荐
红叶谷 wsp_1138886114的博客
06-01 2万+
OpenCV-Python选择ROI1. 矩形ROI，直接使用切片，简单粗暴2. 使用OpenCV中的一些函数获取ROI区域，这个用的最多3. 使用鼠标获取ROI区域4. 鼠标获取多边形ROI 1. 矩形ROI，直接使用切片，简单粗暴 import cv2 src = cv2.imread("D:\\python_script\\ffff\\qipan.png") roi = src[20:15...
python-Opencv选定roi，进行图片合成
m0_67281377的博客
11-09 1240
手动选定roi实现背景虚化
【利用OpenCV-Python在图像中选择ROI区域并提取ROI坐标信息】
是小武呀
03-06 7953
【利用OpenCV-Python在图像中选择ROI区域并提取ROI坐标信息】文前白话代码：效果： 文前白话 在图像中选定ROI区域进行进一步的功能开发，就需要提取到相应的ROI区域坐标，对于多边形ROI区域划定与坐标信息提取，主要利用鼠标交互进行绘制，详细代码如下： 提示：要注意坐标信息与图像实际大小的关系，特别是应用在视频流的ROI区域坐标提取。 代码： import cv2 import numpy as np import joblib # pip install joblib # 声明鼠
opencv的roi截取
09-06
您好！要在OpenCV中进行ROI（感兴趣区域）截取，可以使用以下步骤： 1. 选择您感兴趣的区域，可以通过指定矩形的顶点坐标来定义它。 2. 使用OpenCV的函数`cv2.rectangle()`来绘制矩形框，以可视化ROI区域。 3. 使用提取ROI的函数`cv2.getRectSubPix()`或数组切片方式来获取ROI区域像素。 下面是一个简单的示例代码，演示如何在OpenCV中进行ROI截取： ```python import cv2 # 读取图像 image = cv2.imread('image.jpg') # 定义ROI区域的位置和大小（矩形框左上角和右下角的坐标） x, y, width, height = 100, 100, 200, 200 # 绘制矩形框 cv2.rectangle(image, (x, y), (x+width, y+height), (0, 255, 0), 2) # 提取ROI区域像素方法1：使用cv2.getRectSubPix()函数 roi = cv2.getRectSubPix(image, (width, height), (x+width/2, y+height/2)) # 提取ROI区域像素方法2：使用数组切片方式 roi = image[y:y+height, x:x+width] # 显示原始图像和ROI图像 cv2.imshow('Original Image', image) cv2.imshow('ROI Image', roi) # 等待按下任意按键退出 cv2.waitKey(0) cv2.destroyAllWindows() ``` 请确保将`image.jpg`替换为您的实际图像文件路径。运行代码后，将显示原始图像和提取的ROI图像。 希望能对您有所帮助！如果还有其他问题，请随时提问。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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