计算机视觉 / 系统课时

裁剪感兴趣区域

裁剪感兴趣区域

裁剪 ROI 的关键不是调用特殊函数,而是正确写出 NumPy 的二维切片范围。本课会把 (x1, y1, x2, y2) 映射到 image[y1:y2, x1:x2],并说明右下边界为何不包含、切片何时共享原图内存,以及怎样避免空区域。

学习目标

  • 能把矩形坐标转换成 image[y1:y2, x1:x2] 的 ROI 切片。
  • 能根据裁剪结果的 shape 验证宽高是否正确。
  • 能区分切片视图与 .copy() 副本,并处理越界或反向坐标。

用半开区间定义 ROI

设矩形左上角为 (x1, y1)、右下边界为 (x2, y2),OpenCV 图像的常用裁剪写法是 roi = image[y1:y2, x1:x2]。切片遵循左闭右开规则:包含 x1、y1,不包含 x2、y2,所以 ROI 宽度是 x2 - x1,高度是 y2 - y1。

ROI 坐标与半开区间切片

如果原图宽 8、高 6,使用 image[1:5, 2:7],行索引实际取 1、2、3、4,共 4 行;列索引取 2、3、4、5、6,共 5 列,因此彩色 ROI 的 shape 应为 (4, 5, 3)。

完整裁剪与保存示例

下面示例适用于 OpenCV-Python 4.x。它生成一张 6×8 的彩色图,裁出 (2,1) 到 (7,5) 的 ROI,并保存为 roi.png。示例不依赖外部图片文件,可以直接运行。

python
import cv2
import numpy as np

image = np.zeros((6, 8, 3), dtype=np.uint8)
image[:, :] = [40, 80, 120]

x1, y1, x2, y2 = 2, 1, 7, 5
roi = image[y1:y2, x1:x2]

print("image shape:", image.shape)
print("roi shape:", roi.shape)
print("shares memory:", np.shares_memory(image, roi))

saved = cv2.imwrite("roi.png", roi)
print("saved:", saved)

预期输出

text
image shape: (6, 8, 3)
roi shape: (4, 5, 3)
shares memory: True
saved: True

运行后当前工作目录应出现 roi.png,其尺寸为 5×4 像素。若 saved 为 False,优先检查目标目录是否可写,以及文件扩展名是否对应 OpenCV 支持的编码器。

切片默认共享原图内存

基本切片得到的 ROI 通常是原数组的视图,不是独立副本。上例中 np.shares_memory(image, roi) 为 True,因此执行 roi[:, :] = [0, 255, 0] 会同步改变原图对应区域;这在原地标注时很方便,但在“保留原图、单独编辑裁剪结果”时会造成意外修改。

需要独立数据时,直接使用 roi = image[y1:y2, x1:x2].copy()。可以把判断规则记成:只读或原地改原图时保留视图;后续会独立增强、缓存、跨线程传递或长期保存时,优先复制。

校验坐标再裁剪

实际项目中的矩形常来自鼠标框选、目标检测或配置文件,裁剪前应先拿到 h, w = image.shape[:2]。对于希望截断到图像边界的坐标,可把 x1、x2 限制在 0~w,把 y1、y2 限制在 0~h,然后再检查 x1 < x2 且 y1 < y2。

一个 1920×1080 图像上的检测框如果给出 (-20, 100, 300, 500),直接切片会因为 -20 被解释为倒数第 20 列而得到错误区域;正确做法是先把 x1 截断为 0,再裁剪得到宽 300、高 400 的 ROI。若校验后 x1 >= x2 或 y1 >= y2,应把该框判为无效,而不是继续保存空数组。

从文件读取时先确认图像有效

当 ROI 来自真实文件时,先检查 cv2.imread() 的返回值。路径错误、文件损坏或格式无法解码时,它通常返回 None;此时访问 image.shape 或执行切片都会失败。最小检查是先确认 image is not None,再读取宽高并验证矩形。

裁剪是否正确可以用三个量快速验收:roi.size > 0、roi.shape[1] == x2 - x1、roi.shape[0] == y2 - y1。只要坐标已经限制到合法范围,这三项就能同时检查“不是空图”“宽度正确”“高度正确”,比只看保存文件是否存在更可靠。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

裁剪感兴趣区域

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通