【感兴趣区域ROI】_svhn roi-优快云博客

import cv2
import numpy as np

img = cv2.imread(r"F:\tp\lena.jpg")

b = np.ones((101, 101, 3))
b = img[150:250, 250:350]
img[0:100, 0:100] = b
cv2.imshow("img", img)

cv2.imshow("face", b)
cv2.waitKey(0)
cv2.destroyAllWindows()
# ====================================
img = cv2.imread(r"F:\tp\lena.jpg")
fy = cv2.imread(r"F:\tp\kt.jpg")

b = np.ones((101, 101, 3))
b = img[150:250, 250:350]
img[0:100, 0:100] = b
fy[0:100, 0:100] = b
cv2.imshow("img", fy)
cv2.waitKey(0)
cv2.destroyAllWindows()

1. 代码逐行解读

第一段代码

import cv2
import numpy as np

# 读取图像（默认加载为BGR彩色图）
img = cv2.imread(r"F:\tp\lena.jpg")

# 创建一个形状为(101,101,3)的全1数组（初始化为白色，因为BGR中[1,1,1]是白色）
b = np.ones((101, 101, 3))  # 注意：实际会被后续代码覆盖

# 截取图像中的ROI区域：从行150到249，列250到349（100x100区域）
b = img[150:250, 250:350]

# 将ROI复制到原图左上角0:99行和0:99列的位置
img[0:100, 0:100] = b

# 显示修改后的图像和ROI区域
cv2.imshow("img", img)  # 左上角出现ROI的复制块
cv2.imshow("face", b)   # 单独显示截取的ROI区域
cv2.waitKey(0)          # 按任意键关闭窗口
cv2.destroyAllWindows()

输出结果：

第二段代码

# 重新读取原图和另一张图像（kt.jpg）
img = cv2.imread(r"F:\tp\lena.jpg")
fy = cv2.imread(r"F:\tp\kt.jpg")

# 重复之前的ROI截取操作
b = np.ones((101, 101, 3))  # 无用代码，会被覆盖
b = img[150:250, 250:350]   # 截取lena.jpg的ROI

# 将ROI复制到原图和另一张图fy的左上角
img[0:100, 0:100] = b   # 修改原图（未显示）
fy[0:100, 0:100] = b    # 修改另一张图fy

# 显示修改后的fy图像（原图未显示）
cv2.imshow("img", fy)    # fy的左上角出现lena的ROI
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果：

2. 重点知识：ROI（Region of Interest，感兴趣区域）

(1) ROI是什么？

定义：图像中的一个子区域，通常是需要重点处理或分析的部分（如人脸、文字区域等）。
作用：减少计算量，聚焦关键信息，常用于图像裁剪、局部修复、特征提取等。

(2) 如何操作ROI？

截取ROI：通过 数组切片 直接提取区域。
```
# 语法：img[y1:y2, x1:x2]
roi = img[150:250, 250:350]  # 行范围150-249，列范围250-349（100x100区域）
```
- 注意：切片区间是左闭右开（如150:250包含150，不包含250）。

粘贴ROI：将ROI复制到其他位置或其他图像。

# 目标区域必须与ROI尺寸一致！
img[0:100, 0:100] = roi  # 将ROI粘贴到左上角

(3) 代码中的ROI操作

第一段代码：
- 从lena.jpg中截取一个100x100的ROI（如眼睛区域）。
- 将该ROI复制到原图的左上角，形成“重复的局部图像”。
第二段代码：
- 将同样的ROI粘贴到另一张图像kt.jpg的左上角，实现“图像混合”。

(4) 关键注意事项

尺寸匹配：
目标区域的大小必须与ROI完全一致，否则报错（如尝试将100x100的ROI粘贴到90x90的区域）。
颜色通道：
- 彩色图ROI形状为 (h, w, 3)，灰度图则为 (h, w)。
- 如果目标区域通道数不匹配（如彩色ROI粘贴到灰度图），会导致错误。
越界问题：
- 截取ROI时需确保原图足够大（如原图尺寸不足250行或350列会报错）。
数据类型：
- ROI和目标区域的像素类型（如uint8）需一致，否则可能丢失精度。

3. 总结与扩展

核心总结

操作	语法示例	说明
截取ROI	`roi = img[y1:y2, x1:x2]`	切片区间左闭右开，注意行列顺序
粘贴ROI	`target[y1:y2, x1:x2] = roi`	目标区域尺寸必须与ROI完全一致
跨图操作	`img2[...] = img1[...]`	支持不同图像间的ROI复制

应用场景

局部修复：用周围像素覆盖图像中的水印或噪点。
图像合成：将一张图的ROI粘贴到另一张图中（如表情包制作）。
目标检测：对检测到的物体区域（ROI）进行单独处理。

常见错误

尺寸不匹配：

# 错误示例：ROI是100x100，目标区域是90x90
img[0:90, 0:90] = roi  # 报错：无法广播

通道不匹配：

# 错误示例：彩色ROI粘贴到灰度图
gray_img[0:100, 0:100] = roi  # 报错：维度不匹配

扩展练习

动态ROI选择：用鼠标交互选择ROI区域（需结合OpenCV的鼠标回调函数）。
ROI缩放：将截取的ROI放大或缩小后粘贴到目标位置。
多ROI操作：同时处理图像中的多个ROI区域（如批量添加马赛克）。

通过这段代码，掌握了图像处理中 ROI操作 的核心方法，这是图像编辑、计算机视觉任务的基础技能。