感興趣區域（Region of Interest, ROI）是一個核心概念，它允許我們專注於圖像的特定子集進行分析或操作。在 Python 環境下，由於 OpenCV 將圖像表示為NumPy 數組（numpy.ndarray），ROI 的實現和操作完全依賴於 NumPy 強大的切片和索引機制。

基本定義

ROI 是通過指定圖像的行（高度）和列（寬度）範圍來確定的。

座標約定

OpenCV/NumPy 中圖像的座標系統遵循以下約定：

• 原點： (0,0) 位於圖像的左上角。
• 軸向：

• **行（Row）**對應 Y 軸，向下遞增（控制圖像高度）。
• **列（Column）**對應 X 軸，向右遞增（控制圖像寬度）。

• 索引順序： 在 NumPy 切片中，順序始終是 Row→Column（即 Y→X）。

切片語法

使用標準的 NumPy 切片語法定義 ROI：

這裏的範圍是前閉後開區間：

• ystart 到 yend−1 行。
• xstart 到 xend−1 列。

示例： 要提取左上角點 (100,50)，右下角點 (300,250) 的區域：

# 左上角 (x=100, y=50)，右下角 (x=300, y=250)
x1, y1 = 100, 50
x2, y2 = 300, 250
roi = image[y1:y2, x1:x2]

視圖與副本

這是使用 NumPy 切片定義 ROI 時最重要的概念，直接影響數據處理的安全性和效率。

視圖（View）—— 默認行為

默認情況下，通過切片操作獲得的 roi 變量，並不是原始圖像的一個獨立副本，而是一個指向原始圖像內存區域的視圖（View）或引用。

• 優勢： 極高的性能和內存效率，因為沒有發生數據複製。
• 後果： 對 roi 數組的任何修改（例如改變像素值），都會同步反映到原始圖像 image

用途： 當需要直接在圖像的特定區域上進行原地修改時，使用視圖非常方便。

副本（Copy）—— 安全操作

如果希望對 ROI 進行修改，但同時保留原始圖像不變，就必須顯式地創建一個副本：

roi_copy = image[y1:y2, x1:x2].copy()

此時，對 roi_copy 的任何操作都不會影響原始圖像 image。

ROI 的操作與應用

區域賦值與修改

可以直接對 ROI 進行賦值操作，實現局部修改。這比循環遍歷像素要快得多，因為它利用了 NumPy 的底層優化。

• 設置顏色：image[y1:y2, x1:x2] = [B, G, R]
• 粘貼圖像： 將一個 ROI 區域複製並粘貼到另一個區域，實現對象克隆或移動：

ball_roi = image[280:340, 330:390] # 提取球的 ROI
image[273:333, 100:160] = ball_roi # 將球粘貼到新位置

性能優化與聚焦處理

在許多計算機視覺任務中（如人臉識別、目標跟蹤），通常只需要處理圖像的一個小區域。使用 ROI 可以極大地提高性能：

• 減少計算量： 算法只需在較小的 ROI 矩陣上運行，而不是整個圖像。
• 提高準確性： 將算法聚焦在特定對象或特徵上，避免背景干擾。

OpenCV 的輔助函數：cv2.selectROI()

彈出一個窗口，允許用户通過鼠標拖動選擇一個矩形區域。

函數定義

retval = cv2.selectROI(windowName, img, showCrosshair=None, fromCenter=None)

參數説明:

• windowName: （可選）顯示圖像的窗口名稱。如果未指定，它會創建一個默認窗口。
• img: 要選擇 ROI 的原始圖像（NumPy 數組）。
• showCrosshair: （可選，默認為 True）如果為 True，在選擇矩形中心顯示十字線。
• fromCenter: （可選，默認為 False）如果為 True，用户從中心點拖動來繪製矩形；如果為 False，用户從左上角拖動到右下角繪製矩形。

返回值 retval:

• 成功選擇: 返回一個包含矩形邊界框信息的元組： (x, y, w, h)

• x, y: ROI 矩形左上角的座標（列索引，行索引）。
• w: 寬度 (Width)。
• h: 高度 (Height)。

• 未選擇或取消: 如果用户按 c 鍵或窗口關閉，返回值可能是一個包含四個零的元組 (0, 0, 0, 0)。

示例

加載一個圖像，使用 cv2.selectROI() 讓用户選擇一個區域，然後使用 NumPy 切片將該區域裁剪並顯示出來。

import cv2
import numpy as np
# 1. 準備圖像 (使用純色矩陣模擬加載圖像)
# 實際應用中，請替換為 cv2.imread('your_image_path.jpg')
try:
# 嘗試加載一個不存在的文件，如果失敗，則創建一個示例圖像
img = cv2.imread('test_image.jpg')
if img is None:
raise FileNotFoundError
except FileNotFoundError:
print("未找到 'test_image.jpg'，已創建示例圖像。")
# 創建一個 400x600 的藍色圖像作為示例
img = np.zeros((400, 600, 3), dtype=np.uint8)
img[:, :] = (255, 100, 0) # 設置為淺藍色
# 在圖像中央畫一個綠色矩形
img[150:250, 250:350] = (0, 255, 0)
# 設置窗口名稱
WINDOW_NAME = "Select ROI - Press ENTER or SPACE to confirm"
# 2. 調用 cv2.selectROI()
# 顯示窗口並等待用户選擇一個矩形區域
# 提示: 在選擇完成後，請按 ENTER 或 SPACE 鍵確認。按 C 鍵取消。
roi_rect = cv2.selectROI(
WINDOW_NAME,
img,
showCrosshair=True,
fromCenter=False
)
# 關閉 selectROI 窗口
cv2.destroyWindow(WINDOW_NAME)
# 3. 解析返回值並裁剪圖像
# roi_rect 是 (x, y, w, h)
x, y, w, h = roi_rect
print(f"ROI 矩形座標 (x, y, w, h): {roi_rect}")
if w > 0 and h > 0:
# 使用 NumPy 切片裁剪圖像。
# 注意：NumPy 切片的順序是 [y_start:y_end, x_start:x_end]
# y_start = y; y_end = y + h
# x_start = x; x_end = x + w
cropped_img = img[int(y):int(y+h), int(x):int(x+w)]
# 4. 顯示裁剪結果
cv2.imshow("Cropped ROI Image", cropped_img)
cv2.waitKey(0)
else:
print("未選擇有效的 ROI 區域或用户已取消。")
cv2.destroyAllWindows()