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
"""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，欢迎关注创新互联成都网站设计公司行业资讯频道！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
