OpenCV零基础入门（3）：ROI区域|颜色通道提取|边界填充|图像融合

本文主要内容如下：

• ROI区域
• 颜色通道提取
• 边界填充
• 图像融合

1.截取部分图像数据（ROI区域）
ROI（Region of Interest），即感兴趣区域，是指在图像处理和计算机视觉中，从被处理的图像中以方框、圆、椭圆、不规则多边形等方式勾勒出的需要处理的区域。在机器视觉、图像处理等领域，ROI是一个重要的概念，常用于目标检测、图像分割和物体跟踪等任务中。‌

import cv2
import matplotlib.pyplot as plt 
import numpy as np

def cv_show(name,img):
    cv2.imshow(name,img) 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img=cv2.imread('./img/dog.png')
dog=img[0:200,0:400] #原点为图像左上角的点，截取图像高200个像素点，宽400个像素点
cv_show('dog',dog)

运行结果如图所示：

2.颜色通道提取
OpenCV默认使用BGR（蓝/绿/红）顺序来存储图像的颜色通道。B通道是img[:,:,0]，G通道是img[:,:,1]，R通道是img[:,:,2]

提取蓝色通道：

img=cv2.imread('./img/dog.png')
img[:,:,1]=0 #G通道关闭
img[:,:,2]=0 #R通道关闭
cv_show('Bdog',img)

运行结果如图所示：

如果使用cv2.split()函数拆分图像的通道，显示出来都是灰色的。因为只有一个色彩通道，当灰度图处理了。

合并三个通道：

Imagebgr=cv2.merge([b,g,r]) #Imagebgr是合并后的图像

3.边界填充

• 边界填充类型（borderType）:
• BORDER_REPLICATE:复制法，也就是复制最边缘像素。
• BORDER_REFLECT:反射法，对感兴趣的图像中的像素在两边进行复制。
• BORDER_CONSTANT:常数值填充

import cv2
img=cv2.imread('./img/dog.png')

top_size,bottom_size,left_size,right_size=(50,50,50,50) #上下左右的填充宽度
replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)#复制法填充
reflect=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)#反射法填充
constant=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT)#常数值填充

import matplotlib.pyplot as plt
#plt.subplot(221)表示把显示界面分割成2*2的网格。其中，第一个参数是行数，第二个参数是列数，第三个参数表示图形的标号
plt.subplot(221),plt.imshow(img,'gray'),plt.title('ORIGINAL')#原图
plt.xticks([]),plt.yticks([])#隐藏x轴和y轴上的刻度值
plt.subplot(222),plt.imshow(replicate,'gray'),plt.title('REPLICATE')#复制法填充
plt.xticks([]),plt.yticks([])
plt.subplot(223),plt.imshow(reflect,'gray'),plt.title('REFLECT')#反射法填充
plt.xticks([]),plt.yticks([])
plt.subplot(224),plt.imshow(constant,'gray'),plt.title('CONSTANT')#常数值填充
plt.xticks([]),plt.yticks([])

运行结果如图所示：

4.图像融合

import cv2
img_dog=cv2.imread('./img/dog.png')
img_cat=cv2.imread('./img/cat.png')
#将cat.png的height和width修改成跟dog.png一样
img_cat=cv2.resize(img_cat,(523,495))
res=cv2.addWeighted(img_dog,0.6,img_cat,0.4,0) #img_dog的权重0.6，img_cat的权重0.4,两张图片叠加
plt.imshow(res)

运行结果如图所示：

cv2.resize()的另一个用法：在x轴和y轴上分别放缩

res=cv2.resize(img_cat,(0,0),fx=3,fy=1) #x轴放大三倍
plt.imshow(res)

运行结果如图所示：