方法一:使用轮廓
步骤1
"""src为原图"""
roi = np.zeros(src.shape, np.uint8) #感兴趣区域roi
proimage = src.copy() #复制原图
"""提取轮廓"""
proimage=cv2.cvtcolor(proimage,cv2.color_bgr2gray) #转换成灰度图
proimage=cv2.adaptivethreshold(proimage,255,cv2.adaptive_thresh_gaussian_c,cv2.thresh_binary_inv,7,7)
proimage,contours,hierarchy=cv2.findcontours(proimage,cv2.retr_ccomp,cv2.chain_approx_none) #提取所有的轮廓
步骤2
"""roi提取"""
cv2.drawcontours(roi, contours, 1,(255,255,255),-1) #roi区域填充白色,轮廓id1
roi=cv2.cvtcolor(roi,cv2.color_bgr2gray) #转换成灰度图
roi=cv2.adaptivethreshold(roi,255,cv2.adaptive_thresh_gaussian_c,cv2.thresh_binary_inv,7,7) #自适应阈值化
imgroi= cv2.bitwise_and(roi,proimage) #图像交运算 ,获取的是原图处理——提取轮廓后的roi
2.#imgroi = cv2.bitwise_and(src,src,mask=roi)
3.#imgroi = roi & src 无需灰度+阈值,获取的是原图中的roi
方法二
img1 = cv2.imread('roi.jpg')
roi = img1[0:rows, 0:cols ]
以上这篇python+opencv感兴趣区域roi提取方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持萬仟网。
希望与广大网友互动??
点此进行留言吧!