目录:

(一)ROI操作

(1)获取感兴趣区域
(2)还原操作

(二)泛洪填充floodFill

正文:

(一)ROI操作

感兴趣区(Region of Interest,ROIs) 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> 转换获得等方法生成。
感趣区可以是点、线、面不规则的形状,通常用来作为图像分类的样本、掩膜、裁剪区或及其他操作。
原理通过操作图像矩阵来获取或合并指定位置的图像,
(1)获取感兴趣区域
1 src = cv.imread("./1.png")  #读取图片
2 cv.namedWindow("input image",cv.WINDOW_AUTOSIZE) #创建GUI窗口,形式为自适应
3 cv.imshow("input image",src) #通过名字将图像和窗口联系
4 print(src.shape)
5 flower = src[200:400,100:250]
6 cv.imshow("flower",flower)

(2)还原操作

 1 src = cv.imread("./1.png")  #读取图片
2 cv.namedWindow("input image",cv.WINDOW_AUTOSIZE) #创建GUI窗口,形式为自适应
3 cv.imshow("input image",src) #通过名字将图像和窗口联系
4 print(src.shape)
5 flower = src[200:400,100:250]
6 cv.imshow("flower",flower)
7 gray = cv.cvtColor(flower,cv.COLOR_BGR2GRAY) #获取一张灰度图像,单一通道
8 backface = cv.cvtColor(gray,cv.COLOR_GRAY2BGR) #单一通道转3通道
9 src[200:400,100:250] = backface
10 cv.imshow("new image",src)
11 cv.waitKey(0) #等待用户操作,里面等待参数是毫秒,我们填写0,代表是永远,等待用户操作
12 cv.destroyAllWindows() #销毁所有窗口

此时图片会失真,再如:

 1 # -*- coding=GBK -*-
2 import cv2 as cv
3 import numpy as np
4
5
6 #截取图片中的指定区域或在指定区域添加某一图片
7 def jie_image(src1):
8 src2 = src1[5:89, 500:630]#截取第5行到89行的第500列到630列的区域
9 cv.imshow("截取", src2)
10 src1[105:189, 300:430] = src2#指定位置填充,大小要一样才能填充
11 cv.imshow("合成", src1)
12
13 src = cv.imread("C://1.jpg")
14 cv.imshow("原来", src)
15 jie_image(src)
16 cv.waitKey(0)
17 cv.destroyAllWindows()

(二)泛洪填充floodFill

1 def floodFill(image, mask, seedPoint, newVal, loDiff=None, upDiff=None, flags=None): # real signature unknown; restored from __doc__

通俗解释:floodFill( 1.操作的图像, 2.掩模, 3.起始像素值,4.填充的颜色, 5.填充颜色的低值, 6.填充颜色的高值 ,7.填充的方法)

所谓的floodFill 漫水填充就是在一张图片中,和种子点像素相差在[-loDiff,+upDiff]的时候就用newVal来填充这个点。

1 1.操作的图像,
2 2.掩码,
3 3.起始像素值,  #我们指定的第一个点的三个通道值
4 4.填充的颜色,
5 5.填充颜色的低值,   #低值三通道
6 6.填充颜色的高值 ,  #高值三通道
7 7.填充的方法

1 参数5.填充颜色的低值就是:参数3的三通道值 减去 参数5

2 参数6.填充颜色的高值就是:参数3的三通道值 加上 参数6

1 7.填充的方法

2 彩色图像一般是FLOODFILL_FIXED_RANGE 指定颜色填充

4 还有一种是FLOODFILL_MASK_ONLY,mask的指定的位置为零时才填充,不为零不填充

(1)彩色图片

1 def fill_color_demo(image):
2 copyImg = image.copy()
3 h, w = image.shape[:2]
4 mask = np.zeros([h+2, w+2], np.uint8)
5 cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), cv.FLOODFILL_FIXED_RANGE)
6 cv.imshow("fill_color_demo", copyImg)

(2)二进制图片

FLOODFILL_MASK_ONLY我们可以自定义填充图像,掩码为1不填充,为0进行填充

1 def fill_binary():
2 image = np.zeros([400,400,3],np.uint8)
3 image[100:300,100:300,:]=255
4 cv.imshow("fill_banary",image)
5
6 mask = np.ones([402,402,1],np.uint8)
7 mask[101:301,101:301] = 0  #这里设置需要加1--->101:301  这是我们填充的图像掩码为0
8 cv.floodFill(image,mask,(200,200),(0,255,0),cv.FLOODFILL_MASK_ONLY)  #最好写到我们填充的图像中间
9 cv.imshow("fill_banary2",image)
1.操作的图像,
2.掩码, 为1不填充,为0才进行填充
3.填充图像的中央部分
4.填充的颜色,
5.填充的方法

参考:

https://www.cnblogs.com/ssyfj/p/9261056.html

python实现图片的ROI(region of interest)和泛洪填充的更多相关文章

  1. [python+opencv] ROI(Range Of Interest)与泛洪填充

    python+opencv3.3视频教学 基础入门笔记(贾志刚老师) https://www.bilibili.com/video/av24998616/?p=8 ROI(Range Of Inter ...

  2. Python提取图片的ROI

    图像处理经常需要提取图片的ROI,本文使用Python提取图片的ROI. 使用的Module是PIL (Pillow),一个图像处理库,用到的函数为类 Image 中的 crop 方法. 函数原型为: ...

  3. [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 ...

  4. 八 ROI(region of interest)和泛洪填充

    一.ROI 感兴趣区(Region of Interest,ROIs) 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 ...

  5. Python+OpenCV图像处理(六)—— ROI与泛洪填充

    一.ROI ROI(region of interest),感兴趣区域.机器视觉.图像处理中,从被处理的图像以方框.圆.椭圆.不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,ROI. 代码如下 ...

  6. OpenCV---ROI(region of interest)和泛洪填充

    一:ROI 感兴趣区(Region of Interest,ROIs) 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 ...

  7. python 读取图片的尺寸、分辨率

    #需要安装PIL模块 #encoding=gbk#--------------------------------------------------------------------------- ...

  8. ROI(Region of Interesting)

    ROI(region of interest),感兴趣区域.机器视觉.图像处理中,从被处理的图像以方框.圆.椭圆.不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,ROI.在Halcon.Ope ...

  9. 如何用python裁剪图片

    如何使用python裁剪图片 如上图所示,这是一张包含了各类象棋棋子的图片.我们需要将其中每一个棋子都裁剪出来,此时可以利用python的 PIL库 实现. 一. 安装PIL库 如果此前没有安装过PI ...

随机推荐

  1. Spring面试复习整理

    Spring Spring核心分为三方面: 控制反转(IoC): 就是将创建对象的权利交给框架处理/控制,不需要人为创建,有效降低代码的耦合度,降低了开发成本. 依赖注入(DI): 容器动态地将将某种 ...

  2. 演员 Or 开发者的自我修养

    演员 Or 开发者的自我修养 时至今日,我都还是很怀念小时候与一群玩伴编写剧本.拍摄,那时候的我还有一个远大的"白日梦"--成为一名导演.很可惜,终究是"白日梦" ...

  3. Filter防火墙

    实验简介 实验属于防火墙系列 实验目的 了解个人防火墙的基本工作原理: 掌握Filter防火墙的配置. 实验环境 一台安装了win7操作系统的主机. 预备知识 防火墙 防火墙(Firewall)是一项 ...

  4. mysql join语句的执行流程是怎么样的

    mysql join语句的执行流程是怎么样的 join语句是使用十分频繁的sql语句,同样结果的join语句,写法不同会有非常大的性能差距. select * from t1 straight_joi ...

  5. C 编译预处理和宏

    前置知识 0x00 cmd编译运行程序 https://blog.csdn.net/WWIandMC/article/details/106265734 0x01 --save-temps gcc m ...

  6. C++ 与 Visual Studio 2019 和 WSL(三)

    头文件 如果不小心修改了 Linux C/C++ 标准头文件,可以下面这样操作进行恢复: 项目 → 重新扫描解决方案

  7. spyglass DFT

    SolvNet spyglass clock_11 内部 generated clocks 在shift mode 不被 testclock 控制. Fix View the Incremental ...

  8. 2.1 OOP & SOLID

    OOP & SOLID Implementing DDD highly relies on the Object Oriented Programming (OOP) and SOLID pr ...

  9. JavaScript04

    分离绑定事件 使用分离方式绑定元素事件可以使用页面元素与JavaScript代码完全分离,有利于代码分工和维护,是目前开发主流,分为两步: 1.获取需要绑定事件的元素 语法:根据id属性值取元素节点 ...

  10. 【UE4 调试】C++ 常见编译 warnnings/errors

    error LNK2019: unresolved external symbol "" referenced in function 描述 Link错误.无法解析的外部符号 解决 ...