机器视觉学习-day05-ROI切割_机器视觉显示编辑的自定义控件,能够画roi-优快云博客

1 ROI切割

ROI（Region of Interest，感兴趣区域）指的是从原始图像中定义出特定的区域，该区域对于后续的分析、处理具有特别的意义。

比如对于一个人的照片，加入算法要检测眼睛，因为眼睛肯定在脸上，所以只要对脸部感兴趣，其他区域无视，可以通过ROI切割把人脸截取出来，这样的节省计算量，提高程序的运行速度。

ROI切割本质上是通过Numpy数组的切片操作完成。

代码步骤：图片输入→图片切割→图片输出

代码参数：

x_min：ROI区域最小的横坐标
x_max：ROI区域最大的横坐标
y_min：ROI区域最小的纵坐标
y_max：ROI区域最大的纵坐标
在OpenCV中坐标的x轴正方向是水平向右的，y轴的正方向是垂直向下的。
另外Numpy存储图像是一个三维数组：
第一个维度（0）：高度（行数）
第二个维度（1）：宽度（列数）
第三个维度（2) ：三个通道BGR的像素值
实际处理中需要注意x（列数）和y（行数）的顺序。

练习：在 1.jpg 的图片中，想要截取小狗的头部。

import cv2
from matplotlib import pyplot as plt

cv2.namedWindow('image_np', cv2.WINDOW_NORMAL)
cv2.resizeWindow('image_np', 800, 500)

if __name__ == '__main__':
    # 1. 图片输入
    path = '1.jpg'
    # 因为ROI区域可能越界，可以加入异常处理机制
    try:
        image_np = cv2.imread(path)  # 读取图片到numpy数组（三维数组：高度、宽度、通道BGR）
        # 获得图像尺寸
        (h, w, _) = image_np.shape
        # h=高度, w=宽度, _=通道数（不需要用所以用下划线）
        print(h, w)

        # 2. 图片切割（定义ROI区域）
        x_min, x_max = 300, 603  # 水平方向起点/终点（列坐标）
        y_min, y_max = 354, 670  # 垂直方向起点/终点（行坐标）

        # 边界检查：确保ROI在图像范围内
        if not ((x_min > 0) and (x_max < w) and (y_min > 0) and (y_max < h)):
            raise OverflowError('范围越界！！！')  # 手动抛出越界异常
        if (x_min >= x_max) or (y_min >= y_max):
            raise ValueError("最值错误！！！")  # 起点不能>=终点

        # 矩形框线宽
        line_width = 2
        # 创建图像副本（避免修改原图）
        # image_np_copy = image_np.copy() # (方法2，下面x,y不需要拓宽)

        # 在原图上绘制红色矩形标记ROI区域
        cv2.rectangle(
            image_np,  # 目标图像
            (x_min - 2, y_min - 2),  # 矩形左上角坐标
            (x_max + 2, y_max + 2),  # 矩形右下角坐标
            (0, 0, 255),  # BGR颜色（红色）
            line_width  # 线宽
        )

        # 切片提取ROI区域（注意：图像数组是[y, x]顺序）
        # y_min:y_max → 行范围, x_min:x_max → 列范围

        ROI_imge = image_np[y_min:y_max, x_min:x_max]
        """
        OpenCV使用 (x, y) 表示坐标（x=水平方向，y=垂直方向）
        图像数组索引顺序为 [行, 列] → 对应 [y, x]
        """
        # 3. 图片输出
        cv2.imshow('image_np', image_np)  # 显示带矩形框的原图
        cv2.imshow('ROI_imge', ROI_imge)  # 显示裁剪出的ROI区域
        cv2.waitKey(0)  # 等待按键（0表示无限等待）
        cv2.imwrite('ROI_imge.png', ROI_imge)


        # 使用matplotlib手动去看要截取的x,y的数组参数
        q = plt.imread(path)
        plt.imshow(q)
        plt.axis('off')  # 取消坐标轴显示
        plt.show()

    except Exception as e:
        # 如果出错，弹出错误信息
        print('错误信息：', e)

cv2.imshow('image_np', image_np) # 显示带矩形框的原图