OpenCV高级图形用户界面(13)选择图像中的一个矩形区域的函数selectROI()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

允许用户在给定的图像上选择一个感兴趣区域(ROI)。

该功能创建一个窗口,并允许用户使用鼠标来选择一个 ROI。控制方式:使用空格键或回车键完成选择,使用 'c' 键取消选择(此时函数将返回一个零值的 cv::Rect)

cv::selectROI 是 OpenCV 中用于让用户交互式地选择图像中的一个矩形区域的函数。该函数允许用户通过鼠标在图像上绘制一个矩形框来选择一个区域。选择完成后,函数会返回所选区域的位置和大小。

注意

该函数使用 cv::setMouseCallback(windowName, ...) 为指定的窗口设置自己的鼠标回调。工作完成后,将为使用的窗口设置一个空的回调。

函数原型

cpp 复制代码
Rect cv::selectROI
(
	const String & 	windowName,
	InputArray 	img,
	bool 	showCrosshair = true,
	bool 	fromCenter = false,
	bool 	printNotice = true 
)		

参数

  • 参数windowName 显示选择过程的窗口的名称。
  • 参数wimg 用于选择 ROI 的图像。
  • 参数wshowCrosshair 如果为真,则将显示选择矩形的十字光标。
  • 参数wfromCenter 如果为真,则选择的中心将匹配初始鼠标位置。相反的情况下,选择矩形的一个角将对应于初始鼠标位置。
  • 参数wprintNotice 如果为真,则将在控制台中打印选择 ROI 或取消选择的通知。

返回值

返回一个 cv::Rect 对象,包含了所选区域的位置和大小信息(x, y, width, height)。如果取消返回空。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_COLOR );
    if ( img.empty() )
    {
        std::cerr << "Error: Image not found!" << std::endl;
        return -1;
    }

    // 创建窗口
    std::string winname = "Select ROI";
    cv::namedWindow( winname, cv::WINDOW_NORMAL );

    // 显示图像
    cv::imshow( winname, img );

    // 选择 ROI
    cv::Rect roi = cv::selectROI( winname, img, false, false );

    // 打印所选区域的信息
    std::cout << "Selected ROI: " << roi << std::endl;

    // 在原图上画出所选区域的边界框
    cv::rectangle( img, roi, cv::Scalar( 0, 255, 0 ), 2 );

    // 显示带有边界框的图像
    cv::imshow( winname, img );
    cv::waitKey( 0 );

    // 关闭所有窗口
    cv::destroyAllWindows();

    return 0;
}

运行结果

我们可以鼠标左键选中一个点,摁住不放就可以选自己想选的矩形框,选好了松开左键就可以了。

相关推荐
数造科技9 分钟前
紧随“可信数据空间”政策风潮,数造科技正式加入开放数据空间联盟
大数据·人工智能·科技·安全·敏捷开发
@ V:ZwaitY0911 分钟前
如何打造TikTok矩阵:多账号管理与内容引流的高效策略
人工智能·矩阵·tiktok
lcw_lance26 分钟前
人工智能(AI)的不同维度分类
人工智能·分类·数据挖掘
夏莉莉iy27 分钟前
[MDM 2024]Spatial-Temporal Large Language Model for Traffic Prediction
人工智能·笔记·深度学习·机器学习·语言模型·自然语言处理·transformer
程序员古德37 分钟前
《论软件的可靠性评价》审题技巧 - 系统架构设计师
人工智能·软件可靠性评价·考点概述·审题过程·可靠性模型·应用分析
半导体老登1 小时前
新能源汽车核心元件揭秘:二极管、三极管结构与工作原理解析(2/2)
人工智能·单片机·嵌入式硬件·汽车
Orange--Lin1 小时前
【用deepseek和chatgpt做算法竞赛】——还得DeepSeek来 -Minimum Cost Trees_5
人工智能·算法·chatgpt
范桂飓1 小时前
大规模 RDMA AI 组网技术创新:算法和可编程硬件的深度融合
人工智能
deflag1 小时前
第P10周-Pytorch实现车牌号识别
人工智能·pytorch·yolo
pzx_0012 小时前
【机器学习】K折交叉验证(K-Fold Cross-Validation)
人工智能·深度学习·算法·机器学习