Python-OpenCV选择、提取感兴趣区域(ROI区域)
Python-OpenCV选择、提取感兴趣区域(ROI区域)在图像处理中，我们常常要对某个区域进行选择、提取，然后对这个区域进行单独分析、处理、显示。
这样的区域我们称为叫ROI区域，英文全称为Region of interest，中文名为“感兴趣区域”。
在Python-OpenCV中，图像数据是存储于ndarray对象中的，通常使用ndarray对象的切片操作或索引操作实现选择、提取ROI区域。
关于ndarray对象的切片操作，可以参考我之前的博文 https://www.hhai.cc/thread-117-1-1.html
关于ndarray对象的索引操作，可以参考我的下面两篇博文
对Numpy库ndarray对象(矩阵)中数据元素的访问、选取操作示例
将ndarray对象的数据按索引矩阵进行选取的几种方法
接下来，用几个示例，抛砖引用地讲述“Python-OpenCV选择、提取感兴趣区域(ROI区域)”的问题。
目录
[*]示例一：通过“=”和索引实现ROI区域的浅拷贝
[*]示例二：通过成员函数copy()实现ROI区域的深拷贝
[*]示例三：通过切片操作将矩阵的ROI区域替换为另一矩阵的值(深拷贝)
示例一：通过“=”和索引实现ROI区域的浅拷贝
现有矩阵A1，大小为7×7，我要选取其0到3行，0到2列的ROI区域，可以用“=”和索引实现ROI区域的浅拷贝。
示例代码如下：
import numpy as np
A1 = np.zeros((7, 7), dtype='uint8')
# 通过“=”和索引实现ROI区域的浅拷贝
B2 = A1
B2 = 1
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/003/61.png
http://pic1.hhai.cc/pic1/2022/2022-11/003/62.png
示例二：通过成员函数copy()实现ROI区域的深拷贝
现有矩阵A1，大小为7×7，我要选取其0到3行，0到2列的ROI区域，可以用成员函数copy()实现ROI区域的浅拷贝。
示例代码如下：
import numpy as np
A1 = np.zeros((7, 7), dtype='uint8')
# 通过“=”和索引实现ROI区域的浅拷贝
B1 = A1
# 通过函数copy()实现ROI区域的深拷贝
C1 = B1.copy()
C1 = 1
运行结果如下图所示：
http://pic1.hhai.cc/pic1/2022/2022-11/003/63.png
http://pic1.hhai.cc/pic1/2022/2022-11/003/64.png
http://pic1.hhai.cc/pic1/2022/2022-11/003/65.png
说明：因为是深拷贝，C1并不与A1和B1共用存储区，所以C1值的改变并不会影响A1和B1。
示例三：通过切片操作将矩阵的ROI区域替换为另一矩阵的值(深拷贝)
代码如下：
import numpy as np
A1 = np.zeros((7, 7), dtype='uint8')
B1 = np.ones((3, 3), dtype='uint8')
A1 = B1
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/003/66.png
上面的结果看不出是深拷贝还是浅拷贝，我们加一条语句就知道了：
import numpy as np
A1 = np.zeros((7, 7), dtype='uint8')
B1 = np.ones((3, 3), dtype='uint8')
A1 = B1
B1 = 0
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/003/67.png
http://pic1.hhai.cc/pic1/2022/2022-11/003/68.png
从上面的运行结果可知，语句：
A1 = B1
可见实现的是把A1中的子区域的值替换为矩阵B1中的值，而并不是把A1中的子区域的存储空间和B1共享。
页:
[1]