我們在前面的文章《圖像的顏色選擇》中提到，如下的行車圖像，要提取黃色和白色的車道線，通過顏色選擇，分別得到了黃顏色的區域和白顏色的區域。

下圖分別是原始行車圖像，白顏色位置圖像，黃顏色位置圖像：

我們可以用前面提到的《圖像位操作》將白顏色位置和黃顏色位置疊加起來。這里就用到了bitwise_or的位操作。

import cv2 white = cv2.imread("white.png") yellow = cv2.imread("yellow.png") mixed = cv2.bitwise_or(white, yellow) cv2.imshow("mixed", mixed) cv2.waitKey()

我們看到，圖像中的車道線清晰可見，但還有其它的地方帶有黃顏色和白顏色，也提取出來了。怎么辦呢？這就要用到ROI(region of interest)了，叫做感興趣區域，我們只對車道線所在的區域感興趣，如下圖所示：

怎樣將上圖中的多邊形區域提取出來呢，我們可以在圖像中定義這個多邊形，然后結合《圖像位操作》，將其提取出來。

首先，我們定義這個多邊形，也就是我們的感興趣區域（ROI）：

# 獲取原始圖像的行和列 row, col = img.shape[:2] # 定義多邊形的頂點 bottom_left = [col * 0.05, row] top_left = [col * 0.45, row * 0.6] top_right = [col * 0.55, row * 0.6] bottom_right = [col * 0.95, row] # 使用頂點定義多邊形 vertices = np.array([bottom_left, top_left, top_right, bottom_right], dtype=np.int32)

然后，生成一個與原始圖像同等大小的掩膜圖像。

roi_mask = np.zeros((row, col), dtype=np.uint8) cv2.fillPoly(roi_mask, [vertices], 255) cv2.imshow("roi_mask", roi_mask) cv2.waitKey()

最后，通過圖像位操作和掩膜圖像，將原始圖像中的感興趣區域（ROI）提取出來。

roi = cv2.bitwise_and(img, img, mask=roi_mask) cv2.imwrite("final_roi.png", roi) cv2.waitKey()

總結

以上是生活随笔為你收集整理的选择图像的“感兴趣区域”的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。