OpenCV轻松入门:面向Python(第2版)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.4 感兴趣区域(ROI)

在图像处理过程中,我们可能会对图像的某一个特定区域感兴趣,该区域被称为感兴趣区域(Region of Interest,ROI)。在设定感兴趣区域后,就可以对该区域进行整体操作。例如,将一个感兴趣区域A赋值给变量B后,可以将该变量B赋值给另外一个区域C,从而达到在区域C内复制区域A的目的。

例如,在图2-16中,假设当前图像的名称为img,图中的数字分别表示行号和列号。那么,图像中的黑色ROI可以表示为img[200:400,200:400]。

图2-16 ROI示例

通过以下语句,能够将图2-16中的黑色ROI复制到该区域右侧:

上述语句对图2-16的处理结果如图2-17所示,在该区域右侧得到了复制的ROI。

图2-17 复制结果

【例2.13】获取图像lena的脸部信息,并将其显示出来。

根据题目要求,编写代码如下:

在本例中,通过face=a[220:400,250:350]获取了一个ROI,并使用函数cv2.imshow()将其显示了出来。

运行上述程序,会得到如图2-18所示的结果,其中图2-18(a)是lena的原始图像,图2-18(b)是从lena图像中获取的脸部图像。

图2-18 【例2.13】程序的运行结果

【例2.14】对lena图像的脸部进行打码。

根据题目要求,编写代码如下:

在本例中,使用随机数生成的三维数组模拟了一幅随机图像,实现了对脸部图像的打码。

运行上述程序,得到如图2-19所示结果,其中图2-19(a)是lena的原始图像,图2-19(b)是脸部打码图像。

图2-19 【例2.14】程序的运行结果

【例2.15】将一幅图像内的ROI复制到另一幅图像内。

根据题目要求,编写代码如下:

运行上述程序,得到如图2-20所示的结果。其中,图2-20(a)是lena的原始图像,图2-20(b)是dollar图像,图2-20(c)是将lena图像内的ROI复制到dollar图像的效果。

图2-20 【例2.15】程序的运行结果

【提示】表达式“a=img[200:400,200:400]”,一般表述为从“第200行到第400行”,与“第200列到第400列”的交叉区域。上述表达式包含的实际范围是“第200行(包含)到第400行(不包含)”与“第200列(包含)到第400列(不包含)”的交叉区域。也就是说,上述表达式都是包含起始值,不包含终止值的情况。

不同的文献资料,在表述上可能存在差异。也可能将表达式“a=img[200:400,200:400]”表述为其范围是“第200行到第399行”与“第200列到第399列”的交叉区域。