opencv——感兴趣区域(ROI)的分析和选取[详细总结]
引言
在利用OpenCV对图像进行处理时,通常会遇到一个情况,就是只需要对部分感兴趣区域进行处理。因此,如何选取感兴趣区域呢?(其实就是“抠图”)。
在学习opencv的掩码运算后,尝试实现一个类似halcon的reduce_domain功能,对于实现抠图的过程中,需要掌握的要点就是位运算符和copyTo函数
- 位运算符的相关API:
void bitwise_and(InputArray src1, InputArray src2, OutputArray dst); //dst = src1 & src2 “与”操作
void bitwise_or(InputArray src1, InputArray src2, OutputArray dst); //dst = src1 | src2 “或”操作
void bitwise_xor(InputArray src1, InputArray src2, OutputArray dst); //dst = src1 ^ src2 “异或”操作
void bitwise_not(InputArray src, OutputArray dst); //dst = ~src “非”操作
- copyTo函数它的定义
OpenCV中image.copyTo()有两种形式:
1、image.copyTo(imageROI),作用是把image的内容复制到imageROI;
2、image.copyTo(imageROI,mask),作用是把原图(image)和掩膜(mask)与运算后得到ROI区域(imageROI)。
mask就是位图,如果mask像素的值是非0的,我就拷贝它,否则不拷贝。(非零的位置就是原图中的那些需要拷贝的部分)
正文部分
对于感兴趣区域(Region of Interest, ROI)的选取,一般有两种情形:1)已知ROI在图像中的位置;2)ROI在图像中的位置未知。
1)第一种情形 很简单,根据ROI的坐标直接从原图抠出,不过前提是要知道其坐标,
- 矩形ROI区域提取(将ROI存放于一张新的图像里)
int main(int argc, char** argv)
{
Mat src, mask,dst;
Rect r1(80, 80, 200, 200);//创建矩形ROI区域
src = imread("D:/opencv练习图片/薛之谦.jpg");
mask = Mat::zeros(src.size(), CV_8UC1);//创建纯黑色二值图像
mask(r1).setTo(255);//构建掩膜(将矩形ROI涂白)
src.copyTo(dst, mask);//掩膜运算
imshow("ROI区域", dst);
imshow("掩膜", mask );
waitKey(0);
return 0;
}
注意程序中的这两句关于Mask的操作。
mask = Mat::zeros(src.size(), CV_8UC1);
mask(r1).setTo(255); //r1是设置好的感兴趣区域
解释一下上面两句的操作。
- 第一步建立与原图一样大小的mask图像,并将所有像素初始化为0,因此全图成了一张全黑色的二值图。
- 第二步将mask图中的r1区域的所有像素值设置为255,也就是整个r1区域变成了白色。
若要只是提取ROI区域,这一句代码(两种书写方法)即可
// 指定感兴趣区域,两种书写方法
Mat ROI = src(Rect(80, 80, 200, 200));
Mat ROI2(src, Rect(80, 80, 200, 200));
- 但是若要提取不规则区域ROI,该怎么处理呢?
答案:使用 contour (轮廓)来指定ROI区域
int main(int argc, char** argv)
{
Mat src,dst;
src = imread("D:/opencv练习图片/薛之谦.jpg");
Mat ROI = Mat::zeros(src.size(), CV_8UC1);
vector<vector<Point>> contours;//轮廓
vector<Point> pts;//多边形角点集合
pts.push_back(Point(30, 45));
pts.push_back(Point(100, 15));//push_back() 在Vector最后添加一个元素(参数为要插入的值)
pts.push_back(Point(200, 145));
pts.push_back(Point(300, 240));
pts.push_back(Point(50, 250));
contours.push_back(pts);
drawContours(ROI, contours, 0, Scalar(255), -1);//用白色填充多边形区域
src.copyTo(dst, ROI);//掩码运算
imshow("掩码", ROI);
imshow("img", src);
imshow("dst", dst);
waitKey(0);
return 0;
}
- 若是只想要一个圆形区域呢?
int main(int argc, char** argv)
{
Mat src;
src = imread("D:/opencv练习图片/薛之谦.jpg");
Mat dst = Mat::zeros(src.size(), src.type());//创建三通道图像
Mat mask = Mat::zeros(src.size(), CV_8U);//创建单通道掩码图像
//最小内接圆算法
Point circleCenter(mask.cols / 2, mask.rows / 2);//获取图像中心点(圆心)
int radius = min(mask.cols, mask.rows) / 2;//获取半径
// 画圆
circle(mask, circleCenter, radius, Scalar(255), -1);//构建掩码图像
src.copyTo(dst, mask);//掩码运算
imshow("掩码", mask);
imshow("原图像", src);
imshow("ROI区域", dst);
waitKey(0);
return 0;
}
2)第二种情形 当我们不知道感兴趣ROI区域坐标时,我们通过鼠标交互地提取ROI。OpenCV中鼠标操作依赖鼠标的回调函数和响应函数实现。主函数中调用鼠标的回调函数,将鼠标操作与程序的窗口绑定,产生鼠标操作时回调函数调用鼠标响应函数执行。
回调函数setMouseCallback
void setMouseCallback(const string& winname,
MouseCallback onMouse,
void* userdata=0 )
第一个参数,windows视窗名称,对名为winname的视窗进行鼠标监控;
第二个参数,鼠标响应处理函数,监听鼠标的点击,移动,松开,判断鼠标的操作类型,并进行响应的函数处理;
第三个参数,鼠标响应处理函数的ID,与鼠标相应处理函数相匹配就行,暂时只用到默认为0的情况。
鼠标响应处理函数onMouse
void onMouse(int event,int x,int y,int flags,void *ustc)
第一个参数,鼠标操作时间的整数代号,在opencv中,event鼠标事件总共有10中,从0-9依次代表如下: 1EVENT_MOUSEMOVE =0, //滑动
2EVENT_LBUTTONDOWN =1, //左键点击
3EVENT_RBUTTONDOWN =2, //右键点击
4EVENT_MBUTTONDOWN =3, //中间点击
5EVENT_LBUTTONUP =4, //左键释放
6EVENT_RBUTTONUP =5, //右键释放
7EVENT_MBUTTONUP =6, //中间释放
8EVENT_LBUTTONDBLCLK =7, //左键双击
9EVENT_RBUTTONDBLCLK =8, //右键双击
10EVENT_MBUTTONDBLCLK =9 //中间释放
第二个参数,代表鼠标位于窗口的(x,y)坐标位置,窗口左上角默认为原点,向右为x轴,向下为y轴;
第三个参数,代表鼠标的拖拽事件,以及键盘鼠标联合事件,总共有32种事件,这里不再赘述。
第四个参数,函数参数的编号。
用onMouse实现手动截取ROI区域,自动提取ROI。代码如下:
using namespace std;
using namespace cv;
bool draw;
Mat src;//原始图像
Mat roi;//ROI图像
Point cursor;//初始坐标
Rect rect;//标记ROI的矩形框
void onMouse(int event, int x, int y, int flags, void *param);
int main(int argc, char** argv)
{ src = imread("D:/opencv练习图片/薛之谦.jpg");
namedWindow("SrcImage");
imshow("SrcImage", src);
setMouseCallback("SrcImage", onMouse, NULL);
waitKey(0);
return 0;
}
void onMouse(int event, int x, int y, int flags, void *param)
{
Mat img = src.clone();
switch (event)
{
//按下鼠标左键
case EVENT_LBUTTONDOWN:
//点击鼠标图像时,清除之前ROI图像的显示窗口
destroyWindow("ROI");
//存放起始坐标
cursor = Point(x, y);
//初始化起始矩形框
rect = Rect(x, y, 0, 0);
draw = true;
break; //松开鼠标左键
case EVENT_LBUTTONUP:
if (rect.height > 0 && rect.width > 0)
{
//将img中的矩形区域复制给roi,并显示在SignROI窗口
roi = img(Rect(rect.x, rect.y, rect.width, rect.height));
rectangle(img, rect, Scalar(0, 0, 255), 2);
namedWindow("SignROI");
imshow("SignROI", img); //将画过矩形框的图像用原图像还原
src.copyTo(img);
imshow("SrcImage", img); //显示ROI图像
namedWindow("ROI");
imshow("ROI", roi);
waitKey(0);
}
draw = false;
break; //移动光标
case EVENT_MOUSEMOVE:
if (draw)
{
//用MIN得到左上点作为矩形框的起始坐标,如果不加这个,画矩形时只能向一个方向进行
rect.x = MIN(x, cursor.x);
rect.y = MIN(y, cursor.y);
rect.width = abs(cursor.x - x);
rect.height = abs(cursor.y - y);
//防止矩形区域超出图像的范围
rect &= Rect(0, 0, src.cols, src.rows);
}
break;
}
}
参考链接:(8条消息) OpenCV中感兴趣区域的选取与检测(一)_鼹鼠的胡须 的博客-CSDN博客_opencv感兴趣区域
(8条消息) OpenCV探索之路(十三):详解掩膜mask_weixin_34221773的博客-CSDN博客
opencv——感兴趣区域(ROI)的分析和选取[详细总结]的更多相关文章
- opencv感兴趣区域ROI
addWeighted //显示原图 Mat src = imread("data/img/1.jpg"); imshow("src",src); //显示lo ...
- opencv探索之路(十二):感兴趣区域ROI和logo添加技术
在图像处理领域,有一个非常重要的名词ROI. 什么是ROI? 它的英文全称是Region Of Interest,对应的中文解释就是感兴趣区域. 感兴趣区域,就是我们从图像中选择一个图像区域,这个区域 ...
- opencv —— copyTo 设置与操作感兴趣区域(ROI)
感兴趣区域:ROI 对感兴趣区域进行的一系列操作,相当于直接在原图相应部分进行操作. Mat imageROI = srcImage(Rect(0,0,dstImage.cols, dstImage. ...
- 例3-12opencv设置ROI感兴趣区域
前面说了一堆,也不知道啥用,感觉也没说清楚,可能确实需要一些例子来显性表示一下,或者他们在当初出版书籍针对的人群已经有了对图像的基本认识,然而自己还是没有建立起来,往后看看吧,希望能比较清楚的自己处理 ...
- OpenCV3编程入门笔记(2)计时函数、感兴趣区域RIO、分离/混合通道
11 绘制直线的line函数 DrawLine(Mat img, Pont start, Point end); 绘制椭圆的ellipse函数 DrawEllipse(Mat img, dou ...
- 获取图片中感兴趣区域的信息(Matlab实现)
内容提要 如果一幅图中只有一小部分图像你感兴趣(你想研究的部分),那么截图工具就可以了,但是如果你想知道这个区域在原图像中的坐标位置呢? 这可是截图工具所办不到的,前段时间我就需要这个功能,于是将其用 ...
- [zt] ROI (Region of Interest) 感兴趣区域 OpenCV
在以前介绍IplImage结构的时候,有一个重要的参数——ROI.ROI全称是”Region Of Interest”,即感兴趣的区域.实际上,它是IPL/IPP(这两个是Inter的库)结构IplR ...
- opencv读写视频,对感兴趣区域进行裁剪
作为小码农,本人最近想对一段视频的某个区域进行处理,因此要将该段视频区域裁剪出来,搜搜网上,发现没有痕迹,是故自己琢磨一下,左右借鉴,编了如下代码,目标得以实现,希望对你有用. #include &q ...
- 基于OpenCV实现对图片及视频中感兴趣区域颜色识别
基于OpenCV实现图片及视频中选定区域颜色识别 近期,需要实现检测摄像头中指定坐标区域内的主体颜色,通过查阅大量相关的内容,最终实现代码及效果如下,具体的实现步骤在代码中都详细注释,代码还可以进一步 ...
随机推荐
- IPFS挖矿靠谱吗?
IPFS是一个旨在创建持久且分布式存储和共享文件的网络传输协议,前景广阔且实用意义大,为区块链行业提供了一种新的可能.而IPFS挖矿挖出的FIL,则是在IPFS技术的基础上,对维护IPFS网络的用户的 ...
- c++ 反汇编 除法优化
接上篇:<C++反汇编与逆向分析技术揭秘>--算术运算和赋值 printf("argc / 4 = %d\n", argc / 4); printf("arg ...
- 策略枚举:消除在项目里大批量使用if-else的正确姿势
文/朱季谦 想起刚开始接触JAVA编程的时候,若遇到大量流程判断语句,几乎满屏都是if-else语句,多得让自己都忘了哪里是头,哪里是尾,但是,纵然满屏是if-else,但彼时也没有觉得多别扭.等到编 ...
- 如何配置Nginx,实现http访问重定向到https?
现在越来越多的网站,当我们输入域名时,会自动重定向到https,我们只需要简单修改下Nginx配置文件/usr/local/nginx/conf/nginx.conf(根据个人的实际存储路径)即可. ...
- QT项目-Chart Themes Example学习(一)
1.main.cpp #include "themewidget.h" #include <QtWidgets/QApplication> #include <Q ...
- 开源一个比雪花算法更好用的ID生成算法(雪花漂移)
比雪花算法更好用的ID生成算法(单机或分布式唯一ID) 转载及版权声明 本人从未在博客园之外的网站,发表过本算法长文,其它网站所现文章,均属他人拷贝之作. 所有拷贝之作,均须保留项目开源链接,否则禁止 ...
- PAT (Advanced Level) Practice 1008 Elevator (20 分) 凌宸1642
PAT (Advanced Level) Practice 1008 Elevator (20 分) 凌宸1642 题目描述: The highest building in our city has ...
- 【DB宝46】NoSQL数据库之CouchBase简介、集群搭建、XDCR同步及备份恢复
目录 一. CouchBase概述 1.1.简述 1.2.CouchDB和CouchBase比对 1.2.1.CouchDB和CouchBase的相同之处 1.2.2.CouchDB和CouchBas ...
- Sql Server Report Service访问服务页面503解决方法
这个问题可能性比较多,也有多个方案去解决,可以从如下方法里逐个测试 1.打最新的数据库补丁. 2.删除报表服务配置的密钥,重启报表服务. 3.修改报表服务器配置的用户账户为域管理员 4.找到报表服务器 ...
- Spring Cloud微服务限流之Sentinel+Apollo生产实践
Sentinel概述 在基于Spring Cloud构建的微服务体系中,服务之间的调用链路会随着系统的演进变得越来越长,这无疑会增加了整个系统的不可靠因素.在并发流量比较高的情况下,由于网络调用之间存 ...