OpenCV-Python图像感兴趣区域处理
简介有时我们只对一张图像中的部分区域感兴趣,而原图像又比较大,如果带着非感兴趣区域一起处理会占用大量的内存,因次我们希望从原图像中截取部分图像后再进行处理。我们将这个区域称为感兴趣区域(Region Of Interest, ROI),Python中的ROI可以通过NumPy中的索引实现。
示例:
# -*- coding: utf-8 -*-
# Data: 2023/7/2
import cv2
img1 = cv2.imread("./1-1.jpg",cv2.IMREAD_UNCHANGED)
# 提取图片感兴趣区域(提取150行到400行,400列到750列作为感兴趣的区域)
face = img1[150:400,400:750]
# 改变感兴趣区域的像素值
face[0:100,0:100] = (255,0,0)
cv2.imshow("face",face)
cv2.imshow("img",img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
运行效果:
从上面可以看出,修改了提取的感兴趣区域的值,结果原图值发生了改变,说明发生了数据的浅拷贝。如果要进行深拷贝,可以使用
# -*- coding: utf-8 -*-
# Data: 2023/7/2
import cv2
import numpy as np
img1 = cv2.imread("./1-1.jpg",cv2.IMREAD_UNCHANGED)
# 提取图片感兴趣区域
face = img1[150:400,400:750]
face_copy = face.copy()
# 改变感兴趣区域的像素值
face_copy[0:100,0:100] = (255,0,0)
# 将感兴趣区域放到原图中
img1[0:250,0:350] = face_copy
# 将感兴趣区域放到另一个图片中
img2 = cv2.imread("./1-2.jpg",cv2.IMREAD_UNCHANGED)
img2[0:250,0:350] = face_copy
cv2.imshow("face",face_copy)
cv2.imshow("img",img1)
cv2.imshow("img2",img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
运行效果如下:

快速生成表格
分割线是也是比较常用的组件,本文主要介绍下Divider和VerticalDiVider的使用方法。
《康熙王朝》是一部非常优秀的电视连续剧,陈道明演的康熙是我觉得最有帝王气魄,让人意犹未尽,本文主要记录一小段非常经典的对白。
最近在做Golang的web框架日志,想将一个请求的所有日志上都绑定一个请求ID,由于最初框架的搭建没有解耦好,所以很难在日志中输出请求ID。于是想到了能否用协程ID来记录一个对应的请求ID,然后进行获取。
you-get是一个基于Python的开源命令行工具,主要用于下载来自多个视频网站的视频、音频和图片资源。它支持YouTube、Bilibili、Vimeo等平台,可通过简单命令快速获取下载链接并支持自定义保存路径和格式。
Electron页面跳转、浏览器打开链接和打开新窗口
在使用Git的过程中,不想每次都输入用户名和密码去拉取代码,所以就需要保存这些信息,那么既然有保存了,就必须有清除功能。
在Mac电脑中,如何对Git的用户名和密码进行修改呢?起初不懂Mac,所以整了很久,本文将记录如何对这个进行操作,以便后期使用。
Docker编译镜像出现:fetch http://dl-cdn.alpinelinux.org/alpine/v3.12/main/x86_64/APKINDEX.tar.gz
ERROR: http://dl-cdn.alpinelinux.org/alpine/v3.12/main: temporary error (try again later)
WARNING: Ignoring APKINDEX.2c4ac24e.tar.gz: No such file or directory问题