OpenCV学习第二课——对感兴趣区域进行分割（ROI）

1、图像ROI

import cv2
import numpy as np

# 读入图片
# a = cv2.imread("E:\image\lenacolor.png")
# cv2.imshow("original",a)
# cv2.waitKey()
# cv2.destroyAllWindows()

# 将一个图像的ROI(感兴趣区域)移到另一个图片中去
a = cv2.imread("E:\image\lenacolor.png")  # 图像A

c = cv2.imread("E:\image\p1.jpg")  # 图像C
print(a.shape)  # (512, 512, 3) 整个图像是  512*512 ，从而大致判断你想要的区域位置
b = np.ones((101, 101, 3))  # 创建 一个ROI区域

b = a[220:400, 250:360]  # 根据整个图像是由 512*512 大小 裁剪出来了ROI（脸部）
# a[0:180, 0:110] = b

# c[0:180, 0:110] = b  # 讲裁剪出来的脸部  放在图像C的0-180行，0-110列的位置
c[0:180, 0:110] = b
# cv2.imshow("original", a)
cv2.imshow("original1", c) # 显示C
# cv2.imshow("face", b)
cv2.waitKey()
cv2.destroyAllWindows()

2、通道的拆分与合并

import cv2
import numpy as np

# 通过分离BGR，合并成原来的图片
# a = cv2.imread("E:\image\lenacolor.png")
#
# b, g, r = cv2.split(a)  # 讲图片拆分，所有彩色图片都是BGR合成的
#
# cv2.imshow("original", a)
#
# cv2.imshow("B", b)
# cv2.imshow("G", g)
# cv2.imshow("R", r)
#
# m = cv2.merge([b, g, r])  # merge 合并通道
#
# cv2.imshow("merge", m)  # 显示通道
# cv2.waitKey()
#
# cv2.destroyAllWindows()


# 通过逐个分离BGR，合成只含B或G或R的图片
a = cv2.imread("E:\image\lenacolor.png")
row, cols, chn = a.shape  # 获得图像a的行列通道数
# 提取b,G,R为0
b = cv2.split(a)[0] # split 提取特定的通道
g = np.zeros((row, cols), a.dtype)
r = np.zeros((row, cols), a.dtype)

cv2.imshow("original", a)

m = cv2.merge([b, g, r])  # merge 合并通道，行程BGR图像

cv2.imshow("merge", m)  # 显示通道
cv2.waitKey()

cv2.destroyAllWindows()