使用 C/C++ 和 OpenCV 提取图像的感兴趣区域 (ROI)

在计算机视觉中，感兴趣区域 (Region of Interest, ROI) 是指从图像中选择的一个特定区域，我们希望对其进行进一步的处理或分析。例如，在人脸识别中，ROI 就是包含人脸的矩形框。OpenCV 提供了简单而高效的方法来提取 ROI。

本文将介绍如何使用 C++ 和 OpenCV 库来从图像中提取 ROI。

主要方法：使用 `cv::Rect`

最常用、最直接的方法是使用 cv::Rect 对象来定义 ROI。cv::Rect 指定了一个矩形区域，包含其左上角的坐标 (x, y) 以及矩形的宽度和高度。

核心步骤

加载图像 ：使用 cv::imread() 函数将图像读入一个 cv::Mat 对象。
定义矩形 ：创建一个 cv::Rect 对象，指定 ROI 的位置和尺寸。
提取 ROI ：利用 cv::Mat 的括号 () 运算符，并传入 cv::Rect 对象来裁剪出 ROI。
显示结果 ：使用 cv::imshow() 分别显示原始图像和提取出的 ROI。

完整示例代码 👨‍💻

这是一个完整的 C++ 示例，它加载一张图片，从中提取一个指定的矩形区域，并同时显示原始图和 ROI 图。

cpp 复制代码

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 1. 读取原始图像
    // 确保图像文件 (例如 "sample_image.jpg") 在你的工作目录下，或提供完整路径
    cv::Mat originalImage = cv::imread("sample_image.jpg");

    if (originalImage.empty()) {
        std::cerr << "Error: Could not load the image!" << std::endl;
        return -1;
    }

    // 2. 定义 ROI 的矩形区域
    // cv::Rect(x, y, width, height)
    // - x: ROI 左上角的 x 坐标
    // - y: ROI 左上角的 y 坐标
    // - width: ROI 的宽度
    // - height: ROI 的高度
    //
    // 假设我们想从坐标 (250, 100) 开始，提取一个 300x400 大小的区域
    int x = 250;
    int y = 100;
    int width = 300;
    int height = 400;

    // 安全检查：确保定义的 ROI 没有超出原始图像的边界
    if ((x + width > originalImage.cols) || (y + height > originalImage.rows)) {
        std::cerr << "Error: The defined ROI exceeds the image boundaries!" << std::endl;
        return -1;
    }
    
    cv::Rect roiRect(x, y, width, height);

    // 3. 提取 ROI
    // 使用矩形对象来索引原始图像，创建一个指向 ROI 的 Mat 头
    cv::Mat roiImage = originalImage(roiRect);

    // 4. 显示结果
    cv::imshow("Original Image", originalImage);
    cv::imshow("ROI Image", roiImage);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

如何编译和运行 (使用 CMake)

使用 CMake 是管理 C++ 和 OpenCV 项目的标准方式。

将以上代码保存为 extract_roi.cpp。

在同一目录下创建 CMakeLists.txt 文件：

cmake 复制代码

cmake_minimum_required(VERSION 3.10)
project(ExtractROI_Project)

find_package(OpenCV REQUIRED)

include_directories(${OpenCV_INCLUDE_DIRS})

add_executable(extract_roi extract_roi.cpp)
target_link_libraries(extract_roi ${OpenCV_LIBS})

准备一张图片，并将其命名为 sample_image.jpg（或修改代码中的文件名）。
在终端中执行以下命令进行编译和运行：
bash 复制代码
```
mkdir build
cd build
cmake ..
make
./extract_roi
```

运行后，你将看到两个窗口，一个显示原始全图，另一个仅显示你提取的感兴趣区域。

重要提示：视图 vs. 拷贝 ⚠️

默认情况下，通过 image(roiRect) 操作创建的 cv::Mat 不是一个独立的数据拷贝 ，而是一个指向原始图像内存的视图 (View) 或称"头 (Header)"。

这意味着：

内存共享 ：roiImage 和 originalImage 共享同一块图像数据。
双向影响 ：如果你在 roiImage 上绘制或进行修改，这些改动会直接反映在 originalImage 的对应区域。

如何创建独立拷贝？

如果你希望对 ROI 进行修改而不影响原始图像，你需要创建一个数据的深拷贝 (Deep Copy) 。这可以通过 clone() 或 copyTo() 方法实现。

cpp 复制代码

// 方法 1: 使用 clone()
cv::Mat roi_clone = originalImage(roiRect).clone();

// 方法 2: 使用 copyTo()
cv::Mat roi_copy;
originalImage(roiRect).copyTo(roi_copy);

现在，对 roi_clone 或 roi_copy 的任何修改都将是独立的，不会影响 originalImage。

掌握 ROI 提取是进行目标检测、图像分割和许多其他高级计算机视觉任务的基础。希望这篇文章能帮助你入门！

使用 C/C++ 和 OpenCV 提取图像的感兴趣区域 (ROI)