什么是ROI

ROI是英文Region Of Interest的三個首字母縮寫，很多時候我們對圖像的分析就是對圖像特定ROI的分析與理解，對細胞與醫(yī)療圖像來說，ROI提取正確才可以進行后續(xù)的分析、測量、計算密度等，而且這些ROI區(qū)域往往不是矩形區(qū)域，一般都是不規(guī)則的多邊形區(qū)域，很多OpenCV初學(xué)者都不知道如何提取這些不規(guī)則的ROI區(qū)域。其實OpenCV中有個非常方便的API函數(shù)可以快速提取各種非正常的ROI區(qū)域。

提取ROI區(qū)域

在做這個之前，首先來了解一下什么圖像處理中的mask(遮罩)，OpenCV中是如此定義Mask的：八位單通道的Mat對象，每個像素點值為零或者非零區(qū)域。當Mask對象添加到圖像區(qū)上時，只有非零的區(qū)域是可見，Mask中所有像素值為零與圖像重疊的區(qū)域就會不可見，也就是說Mask區(qū)域的形狀與大小直接決定了你看到最終圖像的大小與形狀。一個具體的示例如下：

可以看出，mask的作用是可以 幫助我們提取各種不規(guī)則的區(qū)域。OpenCV中完成上述步驟操作只需要簡單調(diào)用API函數(shù) bitwise_and 即可。

于是另外一個問題也隨之而來，我們怎么生成這樣mask區(qū)域，答案是在OpenCV中有兩種方法搞定Mask區(qū)域生成。

方法一：

通過手動選擇，然后通過多邊形填充即可做到，代碼實現(xiàn)如下：

import cv2 as cv

import numpy as np

src = cv.imread("D:/images/gc_test.png")

cv.imshow("input", src)

h, w, c = src.shape

# 手工繪制ROI區(qū)域

mask = np.zeros((h, w), dtype=np.uint8)

x_data = np.array([124, 169, 208, 285, 307, 260, 175])

y_data = np.array([205, 124, 135, 173, 216, 311, 309])

pts = np.vstack((x_data, y_data)).astype(np.int32).T

cv.fillPoly(mask, [pts], (255), 8, 0)

cv.imshow("mask", mask)

# 根據(jù)mask，提取ROI區(qū)域

result = cv.bitwise_and(src, src, mask=mask)

cv.imshow("result", result)

cv.waitKey(0)

運行效果如下：

方法二：

這個也是OpenCV新手最迷茫的地方，如何通過程序生成mask，其實真的很簡單�？创�碼演示吧!

src = cv.imread("D:/images/gc_test.png")

cv.imshow("input", src)

# 生成mask區(qū)域

hsv = cv.cvtColor(src, cv.COLOR_BGR2HSV)

mask = cv.inRange(hsv, (156, 43, 46), (180, 255, 255))

cv.imshow("mask", mask)

# 提取ROI區(qū)域，根據(jù)mask

result = cv.bitwise_and(src, src, mask=mask)

cv.imshow("result", result)

cv.waitKey(0)

效果如下：

主要是分為三步

提取輪廓ROI

生成Mask區(qū)域

提取指定輪廓

特別需要注意的是->其中生成Mask可以根據(jù)輪廓、二值化連通組件分析、inRange等處理方法得到。這里基于inRange方式得到mask區(qū)域，然后提取。

實際應(yīng)用演示

最后看兩個在實際處理會用到mask實現(xiàn)ROI提取然后重新背景融合之后生成新圖像效果：