基礎(chǔ)版?zhèn)魉烷T鏈接：
python3+opencv學(xué)習(xí)筆記匯總目錄（適合基礎(chǔ)入門學(xué)習(xí)）
進(jìn)階版筆記目錄：
python+opencv進(jìn)階版學(xué)習(xí)筆記目錄（適合有一定基礎(chǔ)）

ROI

基礎(chǔ)版ROI講解
：opencv學(xué)習(xí)筆記5：感興趣區(qū)域ROI
ROI 感興趣區(qū)域
從被處理的圖像以方框，圓，不規(guī)則多邊形等勾勒出我們感興趣的區(qū)域。
可以通過各種算子（Operator）和函數(shù)來求得感興趣的區(qū)域。

import cv2 as cv import numpy as npprint("--------- Hello Python ---------") src = cv.imread("1.jpg") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) face = src[200:350, 120:360]#臉部區(qū)域 gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY)#轉(zhuǎn)灰色 backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)# src[200:350, 120:360] = backface cv.imshow("new image", src) cv.waitKey(0) cv.destroyAllWindows()

泛洪擴充

泛洪算法圖形處理中的一個填充算法，假設(shè)一個場景，windows的畫圖軟件中的油漆桶為一個形狀著色，該形狀的范圍內(nèi)都將被著色，我們所使用的算法就是從一個像素點出發(fā)，以此向周邊的像素點擴充著色，直到圖形的邊界。這個場景我們使用的算法就是flood fill(泛洪算法)。

彩色圖像填充

cv2.floodFill(img,mask,seed,newvalue(B,G,R),(loDiff1,loDiff2,loDiff3),(upDiff1,upDiff2,upDiff3),flag)

img：需要處理的圖像
mask：一般設(shè)置為長寬比img大2的通道為1的數(shù)組，其中需要處理的區(qū)域設(shè)置為0，不需要處理的區(qū)域設(shè)置為1
seed：起始像素點
newvalue：需要填充的顏色
loDiff和upDiff：需要處理的與seed顏色相近的像素點，即設(shè)seed的像素為(B0,G0,R0)。若待處理的像素的值位于(B0-loDiff,G-LoDiff,B-loDiff)到(B0+upDiff,G0+upDiff,R0+upDiff)之間的話就填充newvalue
flag：cv.FLOODFILL_FIXED_RANGE：指定顏色填充

def fill_color_demo(image):copyImg = image.copy()#復(fù)制原圖像，不復(fù)制原圖會修改原圖h, w = image.shape[:2]#高，寬mask = np.zeros([h+2, w+2], np.uint8)#必須加2.官方規(guī)定。初始為zeros 0cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), cv.FLOODFILL_FIXED_RANGE)cv.imshow("fill_color_demo", copyImg)print("--------- Hello Python ---------") src = cv.imread("1.jpg") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) fill_color_demo(src) cv.waitKey(0) cv.destroyAllWindows()

mask = np.zeros([h+2, w+2], np.uint8) 填充的是圖像中不為0的點，所以初始為0，從全部區(qū)域選擇填充。

即提取（30,30)點像素（B0，G0，R0），將像素值在（B0-100,G0-100,R0-100）到(B0+50,R0+50,G0+50）范圍的像素點填充為黃色(0,255,255)

二值圖像填充

import cv2 as cv import numpy as npdef fill_binary():#創(chuàng)建一個二值圖image = np.zeros([400, 400, 3], np.uint8)#全黑image[100:300, 100:300, : ] = 255#部分區(qū)域取白cv.imshow("fill_binary", image)#開始mask = np.ones([402, 402, 1], np.uint8)#二值圖像mask是單通道，需要指定1。將mask設(shè)為1mask[101:301, 101:301] = 0#選擇白色區(qū)域，將填充的區(qū)域設(shè)為0，和mask相反cv.floodFill(image, mask, (200, 200), (100, 2, 255), cv.FLOODFILL_MASK_ONLY)cv.imshow("filled binary", image)fill_binary()cv.waitKey(0) cv.destroyAllWindows()

mask = np.ones([402, 402, 1], np.uint8)#
mask[101:301, 101:301] = 0#
填充的是圖像中不為1的點，所以我們需要將需要填充的區(qū)域指定為0
(200, 200) 為初始點，我選擇的是中心點。
(100, 2, 255)：顏色
cv.FLOODFILL_MASK_ONLY：指定位置填充

指定位置填充不能應(yīng)用到彩色圖。

電氣專業(yè)的計算機萌新，寫博文不容易。如果你覺得本文對你有用，請點個贊支持下。謝謝。

總結(jié)

以上是生活随笔為你收集整理的opencv进阶学习笔记4：ROI和泛洪扩充的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。