android 4个点矫正不规则矩形_OpenCV中如何提取不规则ROI区域

点击上方“计算机视觉life”，选择“星标”

快速获得最新干货

什么是ROI

ROI是英文Region Of Interest的三个首字母缩写，很多时候我们对图像的分析就是对图像特定ROI的分析与理解，对细胞与医疗图像来说，ROI提取正确才可以进行后续的分析、测量、计算密度等，而且这些ROI区域往往不是矩形区域，一般都是不规则的多边形区域，很多OpenCV初学者都不知道如何提取这些不规则的ROI区域。其实OpenCV中有个非常方便的API函数可以快速提取各种非正常的ROI区域。

提取ROI区域

在做这个之前，首先来了解一下什么图像处理中的mask(遮罩)，OpenCV中是如此定义Mask的：八位单通道的Mat对象，每个像素点值为零或者非零区域。当Mask对象添加到图像区上时，只有非零的区域是可见，Mask中所有像素值为零与图像重叠的区域就会不可见，也就是说Mask区域的形状与大小直接决定了你看到最终图像的大小与形状。一个具体的示例如下：

可以看出，mask的作用是可以 帮助我们提取各种不规则的区域。OpenCV中完成上述步骤操作只需要简单调用API函数 bitwise_and 即可。

于是另外一个问题也随之而来，我们怎么生成这样mask区域，答案是在OpenCV中有两种方法搞定Mask区域生成。

方法一：

通过手动选择，然后通过多边形填充即可做到，代码实现如下：

import cv2 

运行效果如下：

方法二：

这个也是OpenCV新手最迷茫的地方，如何通过程序生成mask，其实真的很简单。看代码演示吧!

"D:/images/gc_test.png")

效果如下：

主要是分为三步

1. 提取轮廓ROI

2. 生成Mask区域

3. 提取指定轮廓

特别需要注意的是->其中生成Mask可以根据轮廓、二值化连通组件分析、inRange等处理方法得到。这里基于inRange方式得到mask区域，然后提取。

实际应用演示

最后看两个在实际处理会用到mask实现ROI提取然后重新背景融合之后生成新图像效果：

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、检测分割识别、三维视觉、医学影像、GAN、自动驾驶、计算摄影、算法竞赛等微信群(以后会逐渐细分)，请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~

投稿、合作也欢迎联系：[email protected]

长按关注计算机视觉life

推荐阅读

实战 | 相机标定

实战 | 图像矫正技术

实战 | Unity下ARKit与OpenCV的结晶

实战 | 基于SegNet和U-Net的遥感图像语义分割

实战 | 文字定位与切割

实战 | 源码入门之Faster RCNN

实战 | 自己实现扫描全能王

实战 | 用OpenCV轻松生成微信国庆版头像

实战 | OpenCV 实现多张图像拼接

实战 | OpenCV相机标定与畸变校正

实战 | 教你自动查找拍糊的图

实战 | 用 Python 给照片换色

我用MATLAB撸了一个2D LiDAR SLAM

实战 | 哪个瞬间让你突然觉得CV技术真有用？

干货 | 史上最全 OpenCV 活体检测教程

解决方案 | 如何用普通手机准确测量物体体积？

Mask-RCNN模型的实现自定义对象(无人机)检测

scikit-image图像处理入门

还在用肉眼找不同吗？这个技术轻松搞定

OpenCV测量物体的尺寸技能 get～

超详讲解图像拼接/全景图原理和应用 | 附源码

如何在实际中计划和执行一个机器/深度学习项目

8个计算机视觉深度学习中常见的Bug

最新AI干货，我在看