OpenCV-Python 选择ROI

OpenCV-Python选择ROI

1. 矩形ROI，直接使用切片，简单粗暴
2. 使用OpenCV中的一些函数获取ROI区域，这个用的最多
3. 使用鼠标获取ROI区域
4. 鼠标获取多边形ROI

1. 矩形ROI，直接使用切片，简单粗暴

import cv2src = cv2.imread("D:\\python_script\\ffff\\qipan.png")
roi = src[20:150, 50:300 ]cv2.imshow('roi',roi)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 使用OpenCV中的一些函数获取ROI区域，这个用的最多

import numpy as np
from matplotlib import pyplot as plt
import cv2src = cv2.imread("D:\\python_script\\ffff\\qipan.png")ROI = np.zeros(src.shape, np.uint8) #感兴趣区域ROI
proimage0 = src.copy()               #复制原图"""提取轮廓"""
proimage1=cv2.cvtColor(proimage0,cv2.COLOR_BGR2GRAY)   #转换成灰度图
proimage2=cv2.adaptiveThreshold(proimage1,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,7,7)
proimage3,contours,hierarchy=cv2.findContours(proimage2,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE) #提取所有的轮廓"""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,proimage3)                   #图像交运算 ，获取的是原图处理——提取轮廓后的ROItitles = ['Original Image', 'proimage1','proimage2', 'proimage3']
images = [proimage0, proimage1, proimage2, proimage3]
for i in range(4):plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')plt.title(titles[i])plt.xticks([])plt.yticks([])
plt.show()cv2.imshow('roi',roi)
cv2.imshow('imgroi',imgroi)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. 使用鼠标获取ROI区域

OpenCV-python自带 API 可直接选择矩形区域作为ROI，该API位于目标追踪模块，主要是cv2.selectROI()函数

import cv2img = cv2.imread("D:\\python_script\\ffff\\qipan.png")roi = cv2.selectROI(windowName="roi", img=img, showCrosshair=True, fromCenter=False)
x, y, w, h = roicv2.rectangle(img=img, pt1=(x, y), pt2=(x + w, y + h), color=(0, 0, 255), thickness=2)
cv2.imshow("roi", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 鼠标获取多边形ROI

多边形ROI，主要利用鼠标交互进行绘制：

单击左键，选择多边形的点；
单击右键，删除最近一次选择的点；
单击中键，确定ROI区域并可视化。
按”S“键，将多边形ROI区域的点保存到本地”config.pkl"文件中


import cv2
import numpy as np
import joblibpts = []  # 用于存放点# 统一的：mouse callback function
def draw_roi(event, x, y, flags, param):img2 = img.copy()if event == cv2.EVENT_LBUTTONDOWN:  # 左键点击，选择点pts.append((x, y))if event == cv2.EVENT_RBUTTONDOWN:  # 右键点击，取消最近一次选择的点pts.pop()if event == cv2.EVENT_MBUTTONDOWN:  # 中键绘制轮廓mask = np.zeros(img.shape, np.uint8)points = np.array(pts, np.int32)points = points.reshape((-1, 1, 2))# 画多边形mask = cv2.polylines(mask, [points], True, (255, 255, 255), 2)mask2 = cv2.fillPoly(mask.copy(), [points], (255, 255, 255))  # 用于求 ROImask3 = cv2.fillPoly(mask.copy(), [points], (0, 255, 0))      # 用于 显示在桌面的图像show_image = cv2.addWeighted(src1=img, alpha=0.8, src2=mask3, beta=0.2, gamma=0)cv2.imshow("mask", mask2)cv2.imshow("show_img", show_image)ROI = cv2.bitwise_and(mask2, img)cv2.imshow("ROI", ROI)cv2.waitKey(0)if len(pts) > 0:# 将pts中的最后一点画出来cv2.circle(img2, pts[-1], 3, (0, 0, 255), -1)if len(pts) > 1:# 画线for i in range(len(pts) - 1):cv2.circle(img2, pts[i], 5, (0, 0, 255), -1)  # x ,y 为鼠标点击地方的坐标cv2.line(img=img2, pt1=pts[i], pt2=pts[i + 1], color=(255, 0, 0), thickness=2)cv2.imshow('image', img2)# 创建图像与窗口并将窗口与回调函数绑定
img = cv2.imread("D:\\python_script\\ffff\\qipan.png")
cv2.namedWindow('image')
cv2.setMouseCallback('image', draw_roi)
print("[INFO] 单击左键：选择点，单击右键：删除上一次选择的点，单击中键：确定ROI区域")
print("[INFO] 按‘S’确定选择区域并保存")
print("[INFO] 按 ESC 退出")while True:key = cv2.waitKey(1) & 0xFFif key == 27:breakif key == ord("s"):saved_data = {"ROI": pts}joblib.dump(value=saved_data, filename="config.pkl")print("[INFO] ROI坐标已保存到本地.")break
cv2.destroyAllWindows()

读取获取的ROI区域

def Load_Model(filepath):img = cv2.imread("D:\\python_script\\ffff\\qipan.png")model = joblib.load(filepath)print(type(model))print(model)return modelLoad_Model('config.pkl')

OpenCV-Python 选择ROI相关推荐

opencv 手选roi区域_【OpenCV】选择ROI区域
问题描述:在测试目标跟踪算法时,需要选择不同区域作为目标,进行目标跟踪,测试目标跟踪的效果. 解决思路: 1.OpenCV中提供了鼠标交互控制,利用setMouseCallback()给固定的窗口设置 ...
OpenCV+python：ROI与泛洪填充
1,ROI 感兴趣区(Region of Interest,ROI) 是图像的一部分,它通过在图像上选择或使用诸如设定阈值(thresholding) 或者从其他文件(如矢量> 转换获得等方法生 ...
ocr python opencv_如何使用（opencv/python）来实现OCR处
今天我们来介绍一下如何使用(opencv/python)来实现OCR处理银行票据.文末有代码和相关文档下载! 在第一部分中,我们将讨论两个主题: 1.首先,我们将了解MICR E-13B字体,美国,英 ...
学习Opencv+Python之银行卡卡号识别
学习Opencv+Python之银行卡卡号识别思路: 获取模板轮廓获取模板中每个数字的轮廓获取银行卡卡号轮廓分别提取卡号中的每个数字的轮廓对比识别代码: # 导入工具包 from imut ...
pythonopencv读取图像属性_2、OpenCV Python 图像属性获取
__author__ = "WSX" import cv2 as cv import numpy as np image = cv.imread("1.JPG" ...
OpenCV+python：Canny边缘检测算法
1,边缘处理图像边缘信息主要集中在高频段,通常说图像锐化或检测边缘,实质就是高频滤波.我们知道微分运算是求信号的变化率,具有加强高频分量的作用. 在空域运算中来说,对图像的锐化就是计算微分.由于数字 ...
python中import cv2遇到的错误及安装方法_独家利用OpenCV,Python和Ubidots来构建行人计数器程序（附代码amp;解析）...
作者:Jose Garcia 翻译:吴振东校对:张一豪本文约4000字,建议阅读14分钟. 本文将利用OpenCV,Python和Ubidots来编写一个行人计数器程序,并对代码进行了较为详细的讲 ...
opencv python 从摄像头获取视频、帧率、分辨率等属性设置和使用
opencv python 从摄像头获取视频.帧率.分辨率等属性设置和使用文章目录: 1,为了获取视频,你应该创建一个 VideoCapture 对象.他的参数可以是设备的索引号,或者是一个视频文件 ...
OpenCV Python教程（3）（4）（5）：直方图的计算与显示形态学处理初级滤波内
OpenCV Python教程(3.直方图的计算与显示) 本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图直方图的背景知识.用途 ...
基于 OpenCV + Python 的人脸识别上课签到系统
目录前言安装第三方库第一步:采集人脸图像 (1)修改姓名学号 (2)运行capture_face.py (3)采集人脸图像 (4)查看采集到的人脸图像第二步:训练模型第三步:识别签到 (1) ...

OpenCV-Python 选择ROI

OpenCV-Python选择ROI

1. 矩形ROI，直接使用切片，简单粗暴

2. 使用OpenCV中的一些函数获取ROI区域，这个用的最多

3. 使用鼠标获取ROI区域

4. 鼠标获取多边形ROI

OpenCV-Python 选择ROI相关推荐

最新文章

热门文章