小编给大家分享一下Python+OpenCV感兴趣区域ROI提取方法有哪些，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
方法一：使用轮廓
步骤1
计算
安全
数据库
网络和加速
企业服务
"""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 ]以上是“Python+OpenCV感兴趣区域ROI提取方法有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
