OpenCV(十四):ROI区域截取

在OpenCV中,你可以使用Rect对象或cv::Range来截取图像的感兴趣区域(Region of Interest,ROI)。

方法一:使用Rect对象截取图像

Rect_(_Tp _x, _Tp _y, _Tp _width,_Tp _height)

  • Tp:数据类型,C++模板特性,可以用int、double、float等替换。
  • _x:矩形区域左上角第一个像素的x坐标,也就是第一个像素的列数。
  • _y:矩形区域左上角第一个像素的y坐标,也就是第一个像素的行数。
  • _width:矩形的宽,单位为像素,即矩形区域跨越的列数。
  • _height:矩形的高,单位为像素,即矩形区域跨越的行数。

示例:

// 定义ROI矩形区域
int x = 0;
int y = 0;
int width = 1000;
int height = 2000;// 根据ROI定义的区域截取图像
cv::Rect roiRect(x, y, width, height);
cv::Mat roi = image(roiRect);
// 显示截取图像结果
imwrite("/sdcard/DCIM/image.jpg",image);
imwrite("/sdcard/DCIM/roi.jpg",roi);

在这个示例中,我们首先读取一张图像image。然后,我们定义ROI矩形区域,其中x和y表示矩形左上角的坐标,宽度为1000,高度为2000。接下来,我们使用这个矩形对象来从原始图像中截取ROI区域,并将其存储在名为roicv::Mat对象中。最后,我们使用cv::imwrite()函数来获取原始图像和截取的ROI。

       

(原始图像)                                 (截取的ROI)

方法二:使用cv::Range截取图像的行或列范围

cv::Range::Range ( int start

int  end

  • start:区间的起始(包含)
  • end:区间的结束(不包含)

示例:

// 定义截取范围
int startRow = 0;
int endRow = 2000;
int startCol = 0;
int endCol = 2000;// 使用cv::Range截取图像范围
cv::Range rowRange(startRow, endRow);
cv::Range colRange(startCol, endCol);
cv::Mat roi = image(rowRange, colRange);
// 显示截取图像结果
imwrite("/sdcard/DCIM/image.jpg",image);
imwrite("/sdcard/DCIM/roi.jpg",roi);

在这个示例中,我们同样首先读取一张图像Image。然后,我们使用rowRange()colRange()函数来分别截取图像的行范围和列范围。在rowRange()函数中,指定了截取行的起始行号为0,结束行号为2000;而在colRange()函数中,指定了截取列的起始列号为0,结束列号为2000。最后,我们使用cv::imwrite()函数来显示原始图像和截取的ROI。

        

(原始图像)                                 (截取的ROI)

无论你选择使用Rect对象还是cv::Range来截取图像,都能实现相同的效果。根据具体需求,你可以选择适合的方法进行图像截取。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/68038.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LinkedList(3):并发异常

1 LinkedList并发异常 package com.example.demo;import java.util.Iterator; import java.util.LinkedList;public class TestLinkedList {public static void main(String[] args) {LinkedList linkedList new LinkedList(); //双向链表linkedList.add(11);linkedList.add(…

react HashRouter 与 BrowserRouter 的区别及使用场景

一、简介 在单页面应用中,如何在切换页面后,不刷新浏览器呢?为了解决这个问题,有两种方法,就是hash路由模式、history路由模式,而 react router 的两种路由就是使用这两种路由模式。 二、区别 HashRouter…

关于CICD流水线的前端项目运行错误,npm项目环境配置时出现报错:Not Found - GET https://registry.npm...

关于CICD流水线的前端项目运行错误,npm项目环境配置时出现报错:Not Found - GET https://registry.npm… 原因应该是某些jar包缓存中没有需要改变镜像将包拉下来 npm config set registry http://registry.npm.taobao.org npm install npm run build

element ui级联选择器数据处理

后端同事返回的级联选择器数据的children是childrens&#xff0c;而组件渲染只识别children&#xff0c;所以需要props自定义传入&#xff0c;代码如下 <el-form-item label"应用页面&#xff1a;" prop"appId"><el-cascader:props"{ child…

IDEA中使用Git

参考文章 1. IDEA中配置Git 2 IDEA 中使用Git 2.1 拉取项目 选择File→New→Project from Version Control。 从码云&#xff0c;github中也都可以拉取&#xff0c;实际工作中可能存在于公司搭建的GitLab中。 复制此项目的git地址&#xff0c;填入URL&#xff0c;Director…

Flink集群常见的监控指标

为确保能够全面、实时地监控Flink集群的运行状态和性能指标。以下是监控方案的主要组成部分&#xff1a; Flink集群概览&#xff1a;通过访问Flink的JobManager页面&#xff0c;您可以获取集群的总体信息&#xff0c;包括TaskManager的数量、任务槽位数量、运行中的作业以及已…

MATLAB/Python编程 | 图片的形态学处理

注1:本文是“MATLAB/Python编程教程”系列的一部分,专注于使用Python和Matlab实现特定的功能。本篇我们将实现的功能是:图片的形态学处理。 形态学处理是一种处理二值图像的方法,主要基于图像的形状和结构来进行操作。其基本操作包括腐蚀(Erosion)、膨胀(Dilation)、开…

EventSystem 事件系统

EventSystem 事件系统 事件系统在开发中必不可少事件系统使用观察者模式可以极大程度降低程序的耦合&#xff0c;之前的文章也讲过事件系统但是不够高效简洁&#xff0c;如何轻便高效优雅的实现一个事件呢&#xff1f;依然基于之前的AssemblyManager 程序集管理器和SingletonS…

分布式事务学习笔记

MySQL事务 1、 MySQL事务隔离级别 读未提交 &#xff08;READ UNCOMMITTED&#xff09; &#xff08;存在脏读的问题&#xff09;读已提交&#xff08;READ COMMITTED&#xff09;可重复读&#xff08;REPEATABLE READ&#xff09;串行化&#xff08;SERIALIZABLE&#xff09;…

10 | Spark 查找每个单词的最大行号

假设你有一个包含文本行号和文本内容的RDD,现在你想找出每个单词出现在哪些行,并计算它们出现的最大行号。 需求是从包含文本行号和文本内容的RDD中找出每个单词出现在哪些行,并计算它们出现的最大行号。 具体需求如下: 数据输入: 代码从一个包含文本行号和文本内容的RD…

uni-app集成mui-player

uni-app集成mui-player&#xff0c;仅说明集成方法&#xff0c;mui-player 相关配置请查看其官网 准备 在uniapp项目根目录新建hybrid目录在hybrid目录下新建html目录在html目录中新建css、js、img等目录&#xff0c;用于存放相关文件 集成 静态webview 在pages目录下新建v…

基于Matlab实现多个图像增强案例(附上源码+数据集)

图像增强是数字图像处理中的一个重要步骤&#xff0c;它通过一系列的算法和技术&#xff0c;使图像在视觉上更加清晰、明亮、对比度更强等&#xff0c;以便更好地满足人们的需求。在本文中&#xff0c;我们将介绍如何使用Matlab实现图像增强。 文章目录 部分源码源码数据集下载…

《多线程编程实战指南》总结

Java 并发和多线程编程推荐《Java 并发编程实战》和《多线程编程实战指南》&#xff0c;前者是外国非常受欢迎的书籍的翻译本&#xff0c;后者是国人写的书&#xff0c;符合国人的思维模式。 进程、线程与任务 在操作系统中会运行多个程序&#xff0c;一个运行中的程序就是一个…

计算机竞赛 基于深度学习的人脸识别系统

前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 基于深度学习的人脸识别系统 该项目较为新颖&#xff0c;适合作为竞赛课题方向&#xff0c;学长非常推荐&#xff01; &#x1f9ff; 更多资料, 项目分享&#xff1a; https://gitee.com/dancheng-senior/…

drf中分页遇到的问题:‘list‘ object is not callable

前言 在学习drf中分页的功能 全局使用 在setting.py 中配置 REST_FRAMEWORK {DEFAULT_PAGINATION_CLASS: rest_framework.pagination.PageNumberPagination,PAGE_SIZE: 2,#设置多少条数据分页}局部使用 from rest_framework.pagination import PageNumberPagination ...cl…

获取Linux系统信息工具类

导包 <!--oshi--><dependency><groupId>com.github.oshi</groupId><artifactId>oshi-core</artifactId><version>6.4.0</version></dependency>全局格式化时间 jackson:# 格式化全局时间字段 年-月-天 时&#xff1a;分…

算法通关村第十五关:青铜-用4KB内存寻找重复元素

青铜挑战-用4KB内存寻找重复元素 位运算在查找元素中的妙用 题目要求&#xff1a; 给定一个数组&#xff0c;包含从1到N的整数&#xff0c;N最大为32000&#xff0c;数组可能还有重复值&#xff0c;且N的取值不定&#xff0c;若只有4KB的内存可用&#xff0c;该如何打印数组中…

CTFhub-SSRF-内网访问

CTFHub 环境实例 | 提示信息 http://challenge-8bf41c5c86a8c5f4.sandbox.ctfhub.com:10800/?url_ 根据提示&#xff0c;在url 后门添加 127.0.0.1/flag.php http://challenge-8bf41c5c86a8c5f4.sandbox.ctfhub.com:10800/?url127.0.0.1/flag.php ctfhub{a6bb51530c8f6be0…

(十)ElasticSearch高级使用【别名,重建索引,refresh操作,高亮查询,查询建议】

1.别名使用 1&#xff09;别名作用 在开发中&#xff0c;随着业务需求的迭代&#xff0c;较⽼的业务逻辑就要⾯临更新甚⾄是重构&#xff0c;⽽对于es来说&#xff0c;为了 适应新的业务逻辑&#xff0c;可能就要对原有的索引做⼀些修改&#xff0c;⽐如对某些字段做调整&…

Python爬虫:针对 chromedriver反爬虫的应对措施undetected_chromedriver

背景&#xff1a;在爬取一个页面时&#xff0c;开始用到seleniumchromedriver时&#xff0c;页面打开空白&#xff0c;但是chrome浏览器打开页面正常&#xff0c;调查了一下是因为chromedriver和chrome浏览器访问网站时指纹不一致导致的这个问题。所以就用到了undetected_chrom…