文章目录
- 一、图像的基础操作
-
- 1.1 图像ROI
-
- 1.1.1 图像ROI理论介绍
- 1.1.2 图像ROI的具体实现
- 1.2 通道拆分与合并
-
- 1.2.1 split()：拆分通道
- 1.2.2 merge()：合并彩色分量图像
- 1.3 图像的加法运算
-
- 1.3.1 Numpy加法
- 1.3.1 OpenCV加法
- 1.4 图像融合
-
- 1.4.1 图像加法
- 1.4.2 图像融合
- 1.4.3 注意点
- 1.5 图像类型转换
-
- 1.5.1 cvtColor()：用于转换图像类型
- 1.6 图像的缩放
-
- 1.6.1 resize()：实现对图像的缩小与放大
- 1.7 图像的翻转
-
一、图像的基础操作
1.1 图像ROI
1.1.1 图像ROI理论介绍
- ROI(region of interest)，感兴趣区域
- 从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域
- 可以通过使用各种算子(Operator) 和 函数来求得感兴趣区域 ROI，并进行图像的下一步处理
1.1.2 图像ROI的具体实现
import cv2
img = cv2.imread('图像名称')
face = img[200:400,200:400]
img[400:600,400:600] = face
import cv2
dir = 'E:\\python_opencv\\images\\test\\2020.9.2\\'
img = cv2.imread(dir + 'Fig0638(a)(lenna_RGB).tif', cv2.IMREAD_UNCHANGED)
b = img[220:400, 250:350]
img[0:180, 0:100] = b
cv2.imshow('roi', img)
print(b.shape)
cv2.waitKey(0)
cv2.destroyAllWin
