ROI图像分割

ROI（region of interest）——感兴趣区域。

1.用途

这个区域是图像分析所关注的重点。圈定这个区域，以便进行进一步的处理。而且，使用ROI指定

想读入的目标，可以减少处理时间，增加精度，给图像处理带来不小的便利。

2.定义ROI方法

• 使用表示矩阵区域的Rect。

它指定矩阵的左上角坐标（构造函数的前两个参数）和矩阵的长宽（构造函数的后两个参数）以定义一个矩阵区域。

// 定义一个Mat类型并给定其设定的区域Mat imageROI;// 方法一imageROI = image(Rect(500, 250, logo.cols, logo.rows));

• 指定感兴趣行或列的范围（Range）。

Range是指从起索引到终止索引（不包括终止索引）的一连串连续序列。cRange可以用来定义Range。如果使用Range来定义ROI，那么前例中定义ROI的代码可以重写为：

// 方法二imageROI = image( Range(250, 250+logoImage.rows),                                         Range(200, 200+logoImage.cols));

 3.切割具体步骤

• 将要切割下的图像区域局部设置为ROI

void cvSetImageROI（IplImage* image，CvRect rect）；

• 创建一个与切割图像大小相同的新图像

IplImage* cvCreateImage( CvSize size, int depth, int channels );

    depth 图像元素的位深度，可以是下面的其中之一：

   IPL_DEPTH_8U无符号8位整型IPL_DEPTH_8S有符号8位整型IPL_DEPTH_16U无符号16位整型IPL_DEPTH_16S有符号16位整型IPL_DEPTH_32F单精度浮点数IPL_DEPTH_64F双精度浮点数  

 

    channels 每个元素（像素）通道数.可以是 1, 2, 3 或 4.通道是交叉存取的

• 将原图像复制到新图像中

void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask=NULL ); 

     操作掩码是8比特单通道的数组，它指定了输出数组中被改变的元素。函数cvCopy从输入数组中复制选定的成分到输出数组：

    如果mask(I)!=0,则dst(I)=src(I)。

    如果输入输出数组中的一个是IplImage类型的话，其ROI和COI将被使用。输入输出数组必须是同样的类型、维数和大小。函数也可以用来复制散列数组（这种情况下不支持mask）。

• 释放ROI区域

cvResetIamgeROI(src);

4.实例
  如何利用ROI将一幅图加到另一幅图的指定位置。

  通过一个图像掩码，直接将插入处的像素设置为插入图像的像素值，这样效果会很逼真。

#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <iostream>using namespace cv;using namespace std;bool  ROI_AddImage();bool  LinearBlending();bool  ROI_LinearBlending();void   ShowHelpText();int main(   ){    system("color 6F");    if(ROI_AddImage( )&& LinearBlending( )&&ROI_LinearBlending( ))    {        cout<<endl<<"\n运行成功，得出了需要的图像";    }    waitKey(0);    return 0;}//----------------------------------【ROI_AddImage( )函数】----------------------------------// 函数名：ROI_AddImage（）//    描述：利用感兴趣区域ROI实现图像叠加//----------------------------------------------------------------------------------------------bool  ROI_AddImage(){    // 【1】读入图像    Mat srcImage1= imread("dota_pa.jpg");    Mat logoImage= imread("dota_logo.jpg");    if( !srcImage1.data ) { printf("读取srcImage1错误~！ \n"); return false; }    if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }    // 【2】定义一个Mat类型并给其设定ROI区域    Mat imageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));    // 【3】加载掩模（必须是灰度图）    Mat mask= imread("dota_logo.jpg",0);    //【4】将掩膜拷贝到ROI    logoImage.copyTo(imageROI,mask);    // 【5】显示结果    namedWindow("<1>利用ROI实现图像叠加示例窗口");    imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1);    return true;}//---------------------------------【LinearBlending（）函数】-------------------------------------// 函数名：LinearBlending（）// 描述：利用cv::addWeighted（）函数实现图像线性混合//--------------------------------------------------------------------------------------------bool  LinearBlending(){    //【0】定义一些局部变量    double alphaValue = 0.5;     double betaValue;    Mat srcImage2, srcImage3, dstImage;    // 【1】读取图像 ( 两幅图片需为同样的类型和尺寸 )    srcImage2 = imread("mogu.jpg");    srcImage3 = imread("rain.jpg");    if( !srcImage2.data ) { printf("读取srcImage2错误！ \n"); return false; }    if( !srcImage3.data ) { printf("读取srcImage3错误！ \n"); return false; }    // 【2】进行图像混合加权操作    betaValue = ( 1.0 - alphaValue );    addWeighted( srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);    // 【3】显示原图窗口    imshow( "<2>线性混合示例窗口【原图】", srcImage2 );    imshow( "<3>线性混合示例窗口【效果图】", dstImage );    return true;}//---------------------------------【ROI_LinearBlending（）】-------------------------------------// 函数名：ROI_LinearBlending（）// 描述：线性混合实现函数,指定区域线性图像混合.利用cv::addWeighted（）函数结合定义//              感兴趣区域ROI，实现自定义区域的线性混合//--------------------------------------------------------------------------------------------bool  ROI_LinearBlending(){    //【1】读取图像    Mat srcImage4= imread("dota_pa.jpg",1);    Mat logoImage= imread("dota_logo.jpg");    if( !srcImage4.data ) { printf("读取srcImage4错误~！ \n"); return false; }    if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }    //【2】定义一个Mat类型并给其设定ROI区域    Mat imageROI;    //方法一    imageROI= srcImage4(Rect(200,250,logoImage.cols,logoImage.rows));    //方法二    //imageROI= srcImage4(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));    //【3】将logo加到原图上    addWeighted(imageROI,0.5,logoImage,0.3,0.,imageROI);    //【4】显示结果    imshow("<4>区域线性图像混合示例窗口",srcImage4);    return true;}