Python----计算机视觉处理（Opencv：ROI图像切割）

ROI切割

        ROI：Region of Interest，翻译过来就是感兴趣的区域。比如对于一个人的照片，假如我 们要检测眼睛，因为眼睛肯定在脸上，所以我们感兴趣的只有脸这部分，其他都不care，所以可以单独 把脸截取出来，这样就可以大大节省计算量，提高运行速度。

        我们在使用OpenCV进行读取图像时，图像数据会被存储为Numpy数组，这也意味着我们可以使用Numpy数组的一些操作来对图像数据进行处理，比如切片是 基于Numpy数组的切片操作来完成的，因此在对应的组件中就需要填我们要切割的ROI区域的坐标来完 成ROI切割操作。

注意：

        在OpenCV中，坐标的x轴的正方向是水平向右，y轴的正方向是垂直向下，与数学上的二维坐标 并不相同。 

        在计算机视觉中，当我们使用OpenCV读取RGB三通道图像时，它会被转换成一个三维的Numpy数组。 这个数组里的每个元素值都表示图像的一个像素值。这个三维数组的第一个维度（即轴0）通常代表图像 的高度，第二个维度（即轴1）代表图像的宽度，而第三个维度（即轴2）代表图像的三个颜色通道 （B、G、R，OpenCV读取到的图像以BGR的方式存储）所对应的像素值。

        因此，我们可以通过指定切片的范围来选择特定的高度和宽度区域。

        这样，我们就能够获取这个区域内 的所有像素值，即得到了这个区域的图像块，通过Numpy的切片操作，我们就完成了ROI切割的操作。 这种提取ROI的方法允许我们仅获取感兴趣区域内的像素，而忽略其他不相关的部分，从而大大减少数 据处理和存储的负担。 

 导入模块

import cv2

 读取图像

img=cv2.imread('lena.png')

 获取np图像形状

img_shape=img.shape
h,w,_=img_shape

 设置切割范围

x_min, x_max = 190, 330
y_min, y_max = 170, 355

对切割区域进行框选 

img_rect=cv2.rectangle(img,(x_min,y_min),(x_max,y_max),(0,0,255),2)

 进行切割操作

img_roi=img[y_min:y_max,x_min:x_max]

输出图像 

cv2.imshow('img_rect', img_rect)
cv2.imshow('img_roi',img_roi)
cv2.waitKey(0)

完整代码 

        利用try--except来捕获可能出现的异常  

import cv2  # 导入OpenCV库  

# 读取图像  
img = cv2.imread('lena.png')  

# 获取图像的形状（高、宽、通道数）  
img_shape = img.shape  
h, w, _ = img_shape  # h: 高度, w: 宽度, _: 通道数（我们不需要使用它）  

try:  
    # 定义要绘制的矩形区域的坐标  
    x_min, x_max = 190, 330  # 矩形的横坐标范围  
    y_min, y_max = 170, 355  # 矩形的纵坐标范围  

    # 检查定义的坐标是否在图像范围内  
    if not (x_min >= 0 and x_max <= w and y_min >= 0 and y_max <= h):  
        raise OverflowError('over')  # 如果超出范围，抛出异常  

    # 在图像上绘制矩形，颜色为红色(0,0,255)，线宽为2  
    img_rect = cv2.rectangle(img, (x_min, y_min), (x_max, y_max), (0, 0, 255), 2)  

    # 从图像中提取感兴趣区域（ROI）  
    img_roi = img[y_min:y_max, x_min:x_max]  

    # 显示绘制了矩形的图像  
    cv2.imshow('img_rect', img_rect)  

    # 显示提取的ROI  
    cv2.imshow('img_roi', img_roi)  

    # 等待用户按键后关闭窗口  
    cv2.waitKey(0)  

except Exception as e:  
    # 捕捉并打印异常信息  
    print(e)  

库函数

cv2.rectangle()

cv.rectangle(	img, pt1, pt2, color[, thickness[, lineType[, shift]]]	) ->	img
cv.rectangle(	img, rec, color[, thickness[, lineType[, shift]]]	) ->	img