Python | OpenCV 區域裁切與 ROI 應用
📚 前言
在前面我們學會了 圖片縮放、旋轉與翻轉。
這一篇要進一步學習 區域裁切與 ROI (Region of Interest) 應用，這是影像處理中非常常見的技巧，能讓我們針對影像中的特定區域進行操作，例如物件偵測、特徵分析或資料前處理。
🔍 基本概念
- 區域裁切 (Cropping)：從影像中擷取一部分區域。
- ROI (Region of Interest)：定義影像中有意義的區域，並針對該區域進行操作。
💻 範例程式：區域裁切
1
2
3
4
5
6
7
8
9
10
11
| import cv2
img = cv2.imread("test.png")
crop = img[50:200, 100:300]
cv2.imshow("Original", img)
cv2.imshow("Crop", crop)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
圖：區域裁切示例
💻 範例程式：將裁剪的圖片貼到空白背景中
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import cv2
import numpy as np
img = cv2.imread("test.png")
crop = img[50:200, 100:300]
background = np.zeros((400, 400, 3), dtype=np.uint8)
background[50:200, 50:250] = crop
cv2.imshow("Crop", crop)
cv2.imshow("Result", background)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
圖：將裁剪的圖片貼到空白背景中
💻 範例程式：ROI 應用
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| import cv2
img = cv2.imread("test.png")
roi = img[100:300, 150:350]
roi_gray = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
img[100:300, 150:350] = cv2.cvtColor(roi_gray, cv2.COLOR_GRAY2BGR)
cv2.imshow("Original", img)
cv2.imshow("ROI Gray", roi_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
圖：ROI 應用示例
⚠️ 注意事項
- 座標系統：OpenCV 使用
[y, x] 的順序，第一維是高度 (rows)，第二維是寬度 (cols)。
- 裁切範圍：超出邊界會造成錯誤或空影像。
- ROI 應用：ROI 是原圖的參考區域，修改 ROI 會直接影響原圖。
- 裁切再利用：裁切的區域可以貼到其他圖片或空白背景中，靈活應用。
- 常見用途：物件偵測、特徵分析、資料增強。
🎯 結語
這一篇我們學會了如何進行 區域裁切與 ROI 應用，並且示範了如何將裁切的圖片貼到空白背景中，掌握影像區域操作的基礎技巧。這在物件偵測、特徵分析與資料前處理中非常重要。
在下一篇，我們將進一步學習 調整亮度、對比與負片效果，掌握影像像素層級的處理方法，改善可視性並支援資料增強。
📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。
註：以上參考了
OpenCV Tutorials
OpenCV-Python Tutorials
