opencv学习六：ROI与泛洪填充

什么是ROI：
ROI(region of interest)，也就是感兴趣区域，如果你设置了图像了ROI，那么在使用OpenCV的函数的时候，会只对ROI区域操作，其他区域忽略

一、图片切割与合并

原理通过操作图像矩阵来获取或合并指定位置的图像
代码如下：

import cv2 as cv
import numpy as np

src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/lena.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)

face = src[100:200, 100:200] #高度 宽度
cv.imshow("face", face) #显示截取到的面部
gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY) #把截取到的面部进行灰值处理
cv.imshow("face2", gray) #显示灰值处理后的面部
backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR) #将灰值的面部转换为BGR格式
cv.imshow("face3", backface)
src[100:200, 100:200] = backface #把已经转换为BGR格式的面部填充到原来的图像中
cv.imshow("face4", src)
print(src.shape)
cv.waitKey(0)
cv.destroyAllWindows()  #释放所有的内存

运行截图：

在进行cv.COLOR_GRAY2BGR函数操作时，遇到了一个问题。原以为经过BGR转换后图片会变彩色，但是输出结果还是灰值，这是怎么回事呢？
答：
gray是单通道，还原只能还原为三通道，颜色不变，依旧是灰色。（来源弹幕）
灰度图转为彩色图, 并不知道 RGB 与灰度 的比例关系，只能简单地 设 一点的R=G=B=灰度;
就算转成功了，看上去还是灰色。

或者不想处理图像直接暴力切割与合并，代码如下：

import cv2 as cv
import numpy as np
 
 
#截取图片中的指定区域或在指定区域添加某一图片
def jie_image(src1):
    src2 = src1[5:89, 500:630]#截取第5行到89行的第500列到630列的区域
    cv.imshow("jiequ", src2)
    src1[105:189, 300:430] = src2#指定位置填充，大小要一样才能填充
    cv.imshow("hecheng", src1)
 
src = cv.imread("C://1.jpg")
cv.imshow("image", src)
jie_image(src)
cv.waitKey(0)
cv.destroyAllWindows()

怎么判断要截取的头像位置呢？
传送门在此：使用Python实现图像标记点的坐标输出

二、floodFill填充函数

2.1 FLOODFILL_FIXED_RANGE填充

代码如下：

import cv2 as cv
import numpy as np


def fill_color_demo(image):
    copyImg = image.copy()#复制原图像
    h, w = image.shape[:2]#读取图像的高和宽
    mask = np.zeros([h+2, w+2], np.uint8)#新建图像矩阵  +2是官方函数要求
    cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), cv.FLOODFILL_FIXED_RANGE)#（30, 30）代表起始点；（0, 255, 255）代表填充颜色；loDiff=(100, 100, 100)代表只能填充比填充颜色小对应数值的点，upDiff同理
    cv.imshow("fill_color_demo", copyImg)


src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/lena.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
fill_color_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()  #释放所有的内存

Python+OpenCV图像处理（三）—— Numpy数组操作图片
运行截图：
在学OpenCV的时候遇到个函数floodFill（）函数有点不解，特地在这里记录一下。
先说说它的参数
floorFill（image, mask , seedPoint, newVal, loDiff, upDiff, flags）

参数	说明
image	处理对象
mask	掩膜（后面会说明）
seedPoint	填充的起点
newVal	填充的颜色
loDiff	填充时下限像素的差
upDiff	填充时上限像素的差
flags	填充的方式 ：FLOODFILL_FIXED_RANGE 和FLOODFILL_MASK_ONLY

我不懂的地方时填充起始点seedPoint不同，填充位置是怎么看的，下面4张图分别是（30，30）（80，80）（100，100）（150，150）

视频讲解如下：

参数5.填充颜色的低值就是：参数3 减去 参数5

参数6.填充颜色的高值就是：参数3 加上 参数6

即是这两个数值之间的色素替换为参数4的颜色

疑问就是：参数3，5，6的个数都不一样，不太懂怎么减去的？

2.2 FLOODFILL_MASK_ONLY 填充

代码如下：

import cv2 as cv
import numpy as np

def fill_binary(image):
    image = np.zeros([400, 400, 3], np.uint8) #将所有像素点的各通道数值赋0
    image[100:300, 100:300, :] = 255 #把这个区域的彩色图颜色修改为白色
    cv.imshow("fill_binary", image)
    mask = np.ones([402, 402, 1], np.uint8)
    mask[100:301, 100:301] = 0
    cv.floodFill(image, mask, (200, 200), (0, 0, 255), cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled_binary", image)

src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/lena.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
fill_binary(src)
cv.waitKey(0)
cv.destroyAllWindows()  #释放所有的内存

运行截图：

当时这一步不太懂，为啥要这样写
image[100:300, 100:300, :] = 255 #把这个区域的彩色图颜色修改成黑色
后来看了资料opencv学习笔记3：像素处理，觉得这样写更好

image[100:300, 100:300] = [255, 255, 255]

参考文章：OpenCV 泛洪填充 floodFill（）详解
本节视频地址：https://www.bilibili.com/video/BV1QW411F7e7?p=8