(编辑:jimmy 日期: 2024/11/16 浏览:2)
方法一:使用轮廓
步骤1
"""src为原图""" ROI = np.zeros(src.shape, np.uint8) #感兴趣区域ROI proimage = src.copy() #复制原图 """提取轮廓""" proimage=cv2.cvtColor(proimage,cv2.COLOR_BGR2GRAY) #转换成灰度图 proimage=cv2.adaptiveThreshold(proimage,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,7,7) proimage,contours,hierarchy=cv2.findContours(proimage,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE) #提取所有的轮廓
步骤2
"""ROI提取""" cv2.drawContours(ROI, contours, 1,(255,255,255),-1) #ROI区域填充白色,轮廓ID1 ROI=cv2.cvtColor(ROI,cv2.COLOR_BGR2GRAY) #转换成灰度图 ROI=cv2.adaptiveThreshold(ROI,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,7,7) #自适应阈值化 imgroi= cv2.bitwise_and(ROI,proimage) #图像交运算 ,获取的是原图处理——提取轮廓后的ROI 2.#imgroi = cv2.bitwise_and(src,src,mask=ROI) 3.#imgroi = ROI & src 无需灰度+阈值,获取的是原图中的ROI
方法二
img1 = cv2.imread('roi.jpg') roi = img1[0:rows, 0:cols ]
以上这篇Python+OpenCV感兴趣区域ROI提取方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。