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. 憋了很久,终于弄懂什么是IOC(控制反转)

    导航 共享充电宝 IOC思想 复杂的依赖关系 IOC定义 Spring中的IOC IOC与工厂模式 IOC容器的技术剖析 结语 参考   本节是摘自<Spring Boot 实战纪实>的第 ...

  2. Python - __all__ 变量

    import * 当我们向文件导入某个模块时,导入的是该模块中那些名称不以下划线(单下划线 _ 或者双下划线 __ )开头的变量.函数和类 因此,如果不想模块文件中的某个对象被引入到其它文件中使用,可 ...

  3. 题解 CF736D Permutations

    link Description 现在,你有一个二分图,点数为 \(2n\). 已知这个二分图的完备匹配的个数是奇数. 现在你要知道,删除每条边后,完备匹配个数是奇数还是偶数. \(1\le n\le ...

  4. 【集成学习】:Stacking原理以及Python代码实现

    Stacking集成学习在各类机器学习竞赛当中得到了广泛的应用,尤其是在结构化的机器学习竞赛当中表现非常好.今天我们就来介绍下stacking这个在机器学习模型融合当中的大杀器的原理.并在博文的后面附 ...

  5. 2021.7.27--Benelux Algorithm Programming Contest 2020 补提

    I Jigsaw 题目内容: 链接:https://ac.nowcoder.com/acm/contest/18454/I 来源:牛客网 You have found an old jigsaw pu ...

  6. keras框架下的深度学习(一)手写体识别

    这个系列文章主要记录使用keras框架来搭建深度学习模型的学习过程,其中有一些自己的想法和体会,主要学习的书籍是:Deep Learning with Python,使用的IDE是pycharm. 在 ...

  7. 小白自制Linux开发板 六. SPI TFT屏幕修改与移植

    本文章参考:https://www.bilibili.com/read/cv9947785?spm_id_from=333.999.0.0 本篇通过SPI接口,使用ST7789V TFT焊接屏(13p ...

  8. JavaCPP快速入门(官方demo增强版)

    欢迎访问我的GitHub https://github.com/zq2599/blog_demos 内容:所有原创文章分类汇总及配套源码,涉及Java.Docker.Kubernetes.DevOPS ...

  9. 基于Apache Zookeeper手写实现动态配置中心(纯代码实践)

    相信大家都知道,每个项目中会有一些配置信息放在一个独立的properties文件中,比如application.properties.这个文件中会放一些常量的配置,比如数据库连接信息.线程池大小.限流 ...

  10. [对对子队]会议记录5.22(Scrum Meeting9)

    今天已完成的工作 梁河览 ​ 工作内容:修改第一到九关新手引导,修复关卡选择bug ​ 相关issue:优化初步导出版本 ​ 相关签入:fix:修改第一关到第九关的新手引导和地图场景的bug 马嘉 ​ ...