[转]感兴趣区域(ROI)

转载自:http://blog.sina.com.cn/s/blog_80c2be150100rs4n.html

 

在图像处理领域,感兴趣区域(ROI) 是从图像中选择的一个图像区域,这个区域是你的图像分析所关注的重点。圈定该区域以便进行进一步处理。

使用ROI圈定你想读的目标,可以减少处理时间,增加精度

OpenCV中的相关函数:设置/获取感兴趣区域ROI:
void cvSetImageROI(IplImage* image, CvRect rect);//设定ROI
void cvResetImageROI(IplImage* image);//重置ROI
CvRect cvGetImageROI(const IplImage* image);//获取设定的ROI

其中,通过调用cvSetImageROI(),设定对应的image里的结构体struct _IplROI* roi等。以后对该图像的操作就是对该区域处理了,因为 ROI非空时对图像的处理仅限于ROI区域。

ROI的使用和作用举例:

    IplImage* img = cvLoadImage("historycreator.jpg",1);
    IplImage* timg = NULL;

    int width = img->width&-2;
    int height = img->height&-2;


    timg = cvCloneImage(img);
    cvSetImageROI(timg,cvRect(0,0,width/2,height/2));
   
    cvNamedWindow("src",1);
    cvNamedWindow("dst",1);
    cvShowImage("src",img);
    cvShowImage("dst",timg);
    cvWaitKey();


    cvDestroyWindow("src");
    cvDestroyWindow("dst");
    cvReleaseImage(&img);
    cvReleaseImage(&timg);

显示效果:显示两个窗口,src窗口显示historycreator.jpg全图,dst窗口显示clone的historycreator.jpg,由于设置其ROI为原来图像宽和高各一半,所以dst是显出来的图像是原来的1/4.这就是ROI的作用。

转载于:https://www.cnblogs.com/muxiaoruo/archive/2012/09/03/2669129.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在车道检测中,我们通常需要提取感兴趣区域(Region of Interest, ROI),以减小计算量并提高检测的准确性。下面是一个简单的例子,演示如何提取图像中的感兴趣区域。 首先,导入必要的库: ```python import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline ``` 然后,读取一张示例图片: ```python img = cv2.imread('example.jpg') ``` 接下来,我们需要定义感兴趣区域的坐标。例如,如果我们想提取图片底部的一部分,可以定义一个梯形区域,如下所示: ```python height, width = img.shape[:2] roi = np.array([[(0, height), (width/2-50, height/2+50), (width/2+50, height/2+50), (width, height)]], dtype=np.int32) ``` 这里使用了NumPy数组,定义了一个梯形区域,顶点分别为`(0, height)`、`(width/2-50, height/2+50)`、`(width/2+50, height/2+50)`和`(width, height)`。这里的`height`和`width`是图像的高度和宽度。 然后,我们需要创建一个与原图像大小相同的黑色图像,用于绘制感兴趣区域: ```python mask = np.zeros_like(img) cv2.fillPoly(mask, roi, (255, 255, 255)) ``` 这里使用了`cv2.fillPoly`函数,将感兴趣区域填充为白色。最后,我们可以通过按位与操作,提取感兴趣区域内的图像: ```python roi_img = cv2.bitwise_and(img, mask) ``` 现在,`roi_img`变量就是提取出的感兴趣区域。我们可以使用`plt.imshow`函数显示它: ```python plt.imshow(cv2.cvtColor(roi_img, cv2.COLOR_BGR2RGB)) ``` 完整代码如下: ```python import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline img = cv2.imread('example.jpg') height, width = img.shape[:2] roi = np.array([[(0, height), (width/2-50, height/2+50), (width/2+50, height/2+50), (width, height)]], dtype=np.int32) mask = np.zeros_like(img) cv2.fillPoly(mask, roi, (255, 255, 255)) roi_img = cv2.bitwise_and(img, mask) plt.imshow(cv2.cvtColor(roi_img, cv2.COLOR_BGR2RGB)) ```
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