Python OpenCV(五)ROI與泛洪填充

一柿冲、ROI(Region of Interest)

1蚊惯、截取圖片部分內(nèi)容做灰度處理

import cv2 as cv

import numpy as np

img=cv.imread("D:/temp/img/longnv.jpg")

cv.imshow("img",img)

face=img[10:185,10:145]

cv.imshow("face",face)

cv.waitKey (0)

cv.destroyAllWindows()

2、把灰度處理部分返回到原圖顯示

face=img[10:185,10:145]

gray=cv.cvtColor(face,cv.COLOR_BGR2GRAY)

backface=cv.cvtColor(gray,cv.COLOR_GRAY2BGR)

img[10:185,10:145]=backface

cv.imshow("face",img)

二、泛洪填充

1、填充模式:FIXED_RANGE

import cv2 as cv

import numpy as np

def fill_color_demo(image):

? ? copyImg = image.copy()

? ? h, w = image.shape[:2]

? ? mask = np.zeros([h+2, w+2],np.uint8)#mask必須行和列都加2鄙皇,且必須為uint8單通道陣列

#為什么要加2可以這么理解:當(dāng)從0行0列開始泛洪填充掃描時,mask多出來的2可以保證掃描的邊界上的像素都會被處理

????cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50 ,50), cv.FLOODFILL_FIXED_RANGE) #填充模式:FIXED_RANGE——以(30, 30)作為像素基點最小減(100, 100, 100)仰挣,最大加(50, 50 ,50)伴逸,像素基點周圍處于以上像素范圍內(nèi)的點全部填充為(0, 255, 255)色。

? ? cv.imshow("fill_color_demo", copyImg)

src = cv.imread('E:/imageload/baboon.jpg')

cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE)

cv.imshow('input_image', src)

fill_color_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()

2膘壶、填充模式:MASK_ONLY

def fill_binary():

image=np.zeros([400,400,3],np.uint8)

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

? ? cv.imshow("fill_binary",image)

mask=np.ones([402,402,1],np.uint8)

mask[101:301,101:301]=0

? ? cv.floodFill(image,mask,(200,200),(0,0,255),cv.FLOODFILL_MASK_ONLY)

? ? #填充模式:MASK_ONLY错蝴,以(200,200)為起點,mask范圍內(nèi)像素點為0的部分全部填充為(0,0,255)色

? ? #np.ones新建圖片內(nèi)所有像素值均為1香椎,np.zeros新建圖片內(nèi)所有像素值均為0

cv.imshow("MASK_ONLY",image)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市禽篱,隨后出現(xiàn)的幾起案子畜伐,更是在濱河造成了極大的恐慌,老刑警劉巖躺率,帶你破解...
    沈念sama閱讀 221,695評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件玛界,死亡現(xiàn)場離奇詭異,居然都是意外死亡悼吱,警方通過查閱死者的電腦和手機慎框,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,569評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來后添,“玉大人笨枯,你說我怎么就攤上這事∮鑫鳎” “怎么了馅精?”我有些...
    開封第一講書人閱讀 168,130評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長篙挽,這世上最難降的妖魔是什么摇零? 我笑而不...
    開封第一講書人閱讀 59,648評論 1 297
  • 正文 為了忘掉前任,我火速辦了婚禮留凭,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己壮不,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 68,655評論 6 397
  • 文/花漫 我一把揭開白布皱碘。 她就那樣靜靜地躺著忆畅,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上家凯,一...
    開封第一講書人閱讀 52,268評論 1 309
  • 那天缓醋,我揣著相機與錄音,去河邊找鬼绊诲。 笑死送粱,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的掂之。 我是一名探鬼主播抗俄,決...
    沈念sama閱讀 40,835評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼世舰!你這毒婦竟也來了动雹?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,740評論 0 276
  • 序言:老撾萬榮一對情侶失蹤跟压,失蹤者是張志新(化名)和其女友劉穎胰蝠,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體震蒋,經(jīng)...
    沈念sama閱讀 46,286評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡茸塞,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,375評論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了查剖。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片钾虐。...
    茶點故事閱讀 40,505評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖笋庄,靈堂內(nèi)的尸體忽然破棺而出效扫,到底是詐尸還是另有隱情,我是刑警寧澤直砂,帶...
    沈念sama閱讀 36,185評論 5 350
  • 正文 年R本政府宣布荡短,位于F島的核電站,受9級特大地震影響哆键,放射性物質(zhì)發(fā)生泄漏掘托。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,873評論 3 333
  • 文/蒙蒙 一籍嘹、第九天 我趴在偏房一處隱蔽的房頂上張望闪盔。 院中可真熱鬧,春花似錦辱士、人聲如沸泪掀。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,357評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽异赫。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間塔拳,已是汗流浹背鼠证。 一陣腳步聲響...
    開封第一講書人閱讀 33,466評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留靠抑,地道東北人量九。 一個月前我還...
    沈念sama閱讀 48,921評論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像颂碧,于是被迫代替她去往敵國和親荠列。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,515評論 2 359