图像中任意形状ROI（以opencv为例）
目录
前言
一、ROI是什么？
二、多边形ROI处理思路
1.多边形ROI的定义
2.多边形ROI的复制
总结
前言
本文主要讲述多边形ROI的常用处理思路。
一、ROI是什么？
ROI是什么呢？ROI是图像中的一个概念，叫做感兴趣区域，是对图像局部区域操作的手段之一。
二、多边形ROI处理思路
1.多边形ROI的定义
多边形ROI是以多边形的顶点来定义的，类似与用四个点来定义矩形一样。
2.多边形ROI的复制
多边形复制：将多边形区域处理后复制到另外一副图像中，但是不能复制图像的背景；
处理思路如下所示：
- 读入两幅图像
srcfilename = 'src.jpg' ## 含有多边形区域，将这个多边形区域的内容拷贝到dst
src = cv2.imread(srcfilename )
dstfilename = 'dst.jpg'
dst = cv2.imread(dstfilename )- 获得多边形区域的掩码，代码如下所示：
src = cv2.imread(image_path)
src_mask = src.copy()
src_mask = cv2.cvtColor(src1_mask,cv2.COLOR_BGR2GRAY)
src_mask.fill(0)
## 假设我们的多边形区域这样表示
poly = np.array([ [0,0], [20,0], [70,40], [100,60]], np.int32)
_ = cv2.fillPoly(src1_mask, [poly], 255)- 创造感兴趣区域
roi = dst[np.min(poly[:,1]):np.max(poly[:,1]),np.min(poly[:,0]):np.max(poly[:,0])]
mask = src_mask[np.min(poly[:,1]):np.max(poly[:,1]),np.min(poly[:,0]):np.max(poly[:,0])]这个感兴趣区域是多边形围起来的最小矩形
- 获得目标图像感兴趣区域内多边形外的图像块
mask_inv = cv2.bitwise_not(mask)
dst_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)- 获得原图像的感兴趣区域内之多边形的图像块
poly_cut = src[np.min(poly[:,1]):np.max(poly[:,1]),np.min(poly[:,0]):np.max(poly[:,0])]
src_fg = cv2.bitwise_and(poly_cut,poly_cut,mask = mask)- 将矩形感兴趣区域内的多边形之外的图像块和多边形图像块拼接起来
coped_ROI = cv2.add(dst_bg,src_fg)- 这个时候已经完成了矩形ROI的复制，那么现在将ROI之外的内容复制到目标图像即可
combined_image = dst.copy()
combined_image [np.min(poly[:,1]):np.max(poly[:,1]),np.min(poly[:,0]):np.max(poly[:,0])] = coped_ROI
plt.imshow(cv2.cvtColor(combined_image , cv2.COLOR_BGR2RGB))总结
这里巧妙的利用了按位操作来完成。