ROI(Region of Interest)是指图像中的一个矩形区域，可能你后续的程序需要单独处理这一个小区域，如图所示：
图1 ROI的解释
ROI在实际工作中有很重要的作用，在很多情况下，使用它们会提高计算机视觉代码的执行速度。这是因为它们允许对图像的某一小部分进行操作，而不是对整个图像进行运算。在OpenCV中，所有的对图像操作的函数都支持ROI,如果你想打开ROI,可以使用函数cvSetImageROI(),并给函数传递一个矩形子窗口。而cvResetImageROI()是用于关闭ROI的。注意，在程序中，一旦使用了ROI做完相应的运算，就一定要用cvResetImageROI()来关闭ROI,否则，其他操作执行时还会使用ROI的定义。
IplImage 结构解读：
typedef struct _IplImage
{
intnSize;
int ID;
intnChannels;
intalphaChannel;
int depth;
charcolorModel[4];
charchannelSeq[4];
intdataOrder;
int origin;
int align;
int width;
int height;
struct _IplROI *roi;
struct_IplImage *maskROI;
void*imageId;
struct_IplTileInfo *tileInfo;
intimageSize;
char*imageData;
intwidthStep;
intBorderMode[4];
intBorderConst[4];
char*imageDataOrigin;
}IplImage;
origin变量可以有两个取值：IPL_ORIGIN_TL或者IPL_ORIGIN_BL,分别代表图像坐标系原点在左上角或是左下角。相应的，在计算机视觉领域，一个重要的错误来源就是原点位置的定义不统一。例如，图像的来源不同，操作系统不同，视频解码codec不同，存储方式不同等等，都可以造成原点位置的变化。
IplROI结构体包含了xOffset,yOffset,height,width,coi成员变量，其中xOffset,yOffset是x,y坐标，coi代表channel of interest(感兴趣的通道)。有时候，OpenCV图像函数不是作用于整个图像，而是作用于图像的某一个部分。这是，我们就可以使用roi成员变量了。如果IplImage变量中设置了roi，则OpenCV函数就会使用该roi变量。如果coi被设置成非零值，则对该图像的操作就只作用于被coi指定的通道上了。不幸的是，许多OpenCV函数忽略了coi的值。
【注意】
（1）ROI只是原始图像的一个子区域，没有自己的内存空间，对ROI的操作会影响原始图像。
（2）对ROI区域的遍历还是要根据矩形框在原始图像中的相对位置遍历。笔者曾经犯了利用原始图像src的src->imageData做基地址，用src->height、src->width做边界条件，用src->widthStep计算步长来遍历ROI图像的错误。这是因为抱有IplImage结构体中的成员变量数值会随ROI图像而改变的错误思想。
SetImageROI
基于给定的矩形设置感兴趣区域
void cvSetImageROI( IplImage* image, CvRectrect );
【参数介绍】
image
图像头.
rect
ROI矩形.
函数 cvSetImageROI 基于给定的矩形设置图像的ROI（感兴趣区域）。如果ROI是NULL并且参数RECT的值不等于整个图像, ROI被分配。不像 COI，大多数的 OpenCV 函数支持 ROI 并且处理它就像它是一个分离的图像 (例如，所有的像素坐标从ROI的左上角或左下角（基于图像的结构）计算。
ResetImageROI
释放图像的ROI
voidcvResetImageROI( IplImage* image );
【参数介绍】
image
图像头.
函数 cvResetImageROI 释放图像ROI。释放之后整个图像被认为是全部被选中的。相似的结果可以通过下述办法
cvSetImageROI(image, cvRect( 0, 0, image->width, image->height ));
cvSetImageCOI(image, 0 );
但是后者的变量不分配 image->roi
图像的剪切有多种方法，其中一种是使用ROI的方法：
第一步：将需要剪切的图像图像不部分设置为ROI
cvSetImageROI(src,cvRect(x,y,width,height));
第二步：新建一个与需要剪切的图像部分同样大小的新图像
cvCreateImage(cvSize(width,height),IPL_DEPTH,nchannels);
第三步：将源图像复制到新建的图像中
cvCopy(src,dst,0);
第四步：释放ROI区域
cvResetImageROI(src);
笔者在做火焰检测时需要提取火焰疑似区域进行进一步的判断，需要在以上方法的基础上批量存储ROI区域图像到硬盘，这里有一个技巧是使用字符串格式化sprintf把要保存的路径及文件名写入字符缓冲区。如：
sprintf(imageName,"%s_%d-%04d年%02d月%02d日%02d时%02分%02d秒.jpg","E:\\Test\\ROI\\fire",countROI, tm_ptr.tm_year-100+2000,tm_ptr.tm_mon + 1, tm_ptr.tm_mday, tm_ptr.tm_hour,tm_ptr.tm_min, tm_ptr.tm_sec);
此语句把当前时间与编号都写入字符数组中以备cvSaveImage( const char*filename, const CvArr* image )函数使用。
以下是源码的主函数：
int main(){
IplImage *img = NULL; //输入图像，8bit 3通道
IplImage *colTemp = NULL; //颜色分割后(有内部空洞)的火焰图片
IplImage *gray = NULL; //灰度图
IplImage *mask = NULL; //二值图，用于复制图像的掩膜
IplImage *dst = NULL; //输出火焰疑似图像，8bit、3通道
IplImage *ROI[5] = {NULL}; //定义ROI图像头的数组
char imageName[50]; //存储图像的名称
CvMemStorage *stor; //存储轮廓序列
CvSeq *cont; //可动态增长元素序列
time_t the_time; //时间
stor=cvCreateMemStorage(0); //创建一内存块并返回指向块首的指针，默认64K
cont=cvCreateSeq(CV_SEQ_ELTYPE_POINT,sizeof(CvSeq),sizeof(CvPoint),stor); //创建一序列
img = cvLoadImage("E:\\Test\\SegTest\\fire40.JPG"); //载入原始图片
colTemp = cvCreateImage(cvGetSize(img),img->depth,img->nChannels); //经过颜色分割后(有内部空洞)的火焰图片
gray = cvCreateImage(cvGetSize(img),img->depth,1);
mask = cvCreateImage(cvGetSize(img),img->depth,1);
dst = cvCreateImage(cvGetSize(img),img->depth,img->nChannels); //保存经过填补后的火焰图片
cvZero(dst);
colorModel(img,colTemp); //使用颜色模型对火焰图像分割
cvCvtColor(colTemp,gray,CV_BGR2GRAY);
//使用cvFindContours函数与cvFillPoly填充连通区内部空洞
fillSeg(gray,mask);
cvCopy(img,dst,mask);
//使用cvFindContours根据火焰疑似区域(已填充内部空洞)的掩膜(单通道)寻找轮廓；
//随之使用cvRectangle找到轮廓的外接矩形,从而可以得到ROI。
cvFindContours(mask,stor,&cont,sizeof(CvContour),CV_RETR_EXTERNAL ,CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0));
cvDrawContours(img,cont,cvScalar(255,255,255),cvScalar(0,0,0),1,1);
int countROI = 0; //ROI编号
for(;cont;cont = cont->h_next){
double area = fabs(cvContourArea(cont,CV_WHOLE_SEQ));
double len = cvArcLength(cont, CV_WHOLE_SEQ,-1);
double circularity = (4*PI*area)/(len*len); //计算疑似火焰区域的圆形度
CvRect r = ((CvContour*)cont)->rect;//子类转换为父类例子
if(r.height * r.width > CONTOUR_MAX_AERA && circularity < 0.4 && circularity > 0.07 ) //面积小的外接矩形以及圆形度过大或过小的轮廓抛弃掉
{
printf("\n圆形度：%f\n",circularity);
cvRectangle(img, cvPoint(r.x,r.y),cvPoint(r.x + r.width, r.y + r.height),CV_RGB(255,0,0), 1, CV_AA,0);
cvSetImageROI(img,r);
ROI[countROI] = cvCreateImage(cvGetSize(img),img->depth,img->nChannels);
cvCopy(img,ROI[countROI],0);
cvResetImageROI(img);
(void) time(&the_time); //获得从纪元（1970年1月1日）开始至今的秒数
tm tm_ptr = *localtime(&the_time); //从time_t格式的时间里返回本地时间
//保存的图片名
sprintf(imageName,"%s_%d-%04d年%02d月%02d日%02d时%02分%02d秒.jpg","E:\\Test\\ROI\\fire",countROI,
tm_ptr.tm_year-100+2000,tm_ptr.tm_mon + 1, tm_ptr.tm_mday,
tm_ptr.tm_hour,tm_ptr.tm_min, tm_ptr.tm_sec);
//sprintf(imageName, "%s%d%s", "E:\\Test\\ROI\\image", countROI, ".jpg");//保存的图片名
cvSaveImage(imageName,ROI[countROI]); //保存一帧图片
countROI++;
memset(imageName,0,sizeof(imageName));
}
}
for(int i = 0;i<countROI;i++){
char showImg[16];
sprintf(showImg,"ROI%d",i);
cvShowImage(showImg,ROI[i]);
}
cvShowImage("原始图片",img);
cvShowImage("颜色分割处理",colTemp);
cvShowImage("填充处理图片",dst);
cvShowImage("掩膜",mask);
cvWaitKey();
//销毁窗口
cvDestroyAllWindows();
//释放图像
for(int i = 0;i<countROI;i++){
cvReleaseImage(&ROI[i]);
}
cvReleaseImage(&img);
cvReleaseImage(&colTemp);
cvReleaseImage(&gray);
cvReleaseImage( &mask );
}
工程源码
#include<opencv/cv.h>
#include<opencv/highgui.h>
#include <math.h>
#define min(x,y) (x<y?x:y)
#define R_THRESHHOLD 125
#define S_THRESHHOLD 60
#define CONTOUR_MAX_AERA 200
#define PI 3.1416
//RGB+HSI颜色模型
void colorModel(IplImage *src,IplImage * dst){
int step = NULL;
int rows = src->height;
int cols = src->width;
for(int i = 0;i < rows;i++){
//uchar* dataS = src.ptr<uchar>(i);
//uchar* dataD = dst.ptr<uchar>(i);
uchar *dataS = (uchar*)src->imageData;
uchar *dataD= (uchar*)dst->imageData;
for(int j = 0;j < cols; j++){
step = i*src->widthStep+j*src->nChannels;;
float S;
float b = dataS[step]/255.0;
float g = dataS[step+1]/255.0;
float r = dataS[step+2]/255.0;
float minRGB = min(min(r,g),b);
float den = r+g+b;
if(den == 0) //分母不能为0
S = 0;
else
S = (1 - 3*minRGB/den)*100;
if(dataS[step+2] <= R_THRESHHOLD || dataS[step+2] < 165){
dataD[step] = 0;
dataD[step+1] = 0;
dataD[step+2] = 0;
}
else if(dataS[step+2] <= dataS[step+1] || dataS[step+1] <= dataS[step] ){
dataD[step] = 0;
dataD[step+1] = 0;
dataD[step+2] = 0;
}
else if(S <= (float)(S_THRESHHOLD*(255 - dataS [step+2]))/R_THRESHHOLD){
dataD[step] = 0;
dataD[step+1] = 0;
dataD[step+2] = 0;
}
else{
dataD[step] = dataS[step];
dataD[step+1] = dataS[step+1];
dataD[step+2] = dataS[step+2];
}
}
}
}
//根据分割结果确定轮廓并填充
void fillSeg(IplImage *src,IplImage *tempdst)
{
CvSeq * contour = NULL;
CvMemStorage * storage = cvCreateMemStorage();
//在二值图像中寻找轮廓,CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点
cvFindContours(src,storage,&contour,sizeof(CvContour),CV_RETR_CCOMP ,CV_CHAIN_APPROX_SIMPLE);
cvZero(tempdst);
for( contour; contour != 0; contour = contour->h_next)
{
//轮廓的方向影响面积的符号。因此函数也许会返回负的结果。应用函数 fabs() 得到面积的绝对值。
double area = cvContourArea( contour,CV_WHOLE_SEQ );
//计算整个轮廓或部分轮廓的面积
if(fabs(area) < 10)
{
continue;
}
// CvScalar color = CV_RGB( 255, 255, 255 );
CvPoint *point = new CvPoint[contour->total];
CvPoint *Point;
//printf("图像分割contour->total\t%d\n",contour->total);
for (int i = 0;i<contour->total;i++)
{
Point = (CvPoint*)cvGetSeqElem(contour,i);
point[i].x =Point->x;
point[i].y = Point->y;
}
int pts[1] = {contour->total};
cvFillPoly(tempdst,&point,pts,1,CV_RGB(255,255,255));//填充多边形内部
}
cvReleaseMemStorage(&storage);
}
int main(){
IplImage *img = NULL; //输入图像，8bit 3通道
IplImage *colTemp = NULL; //颜色分割后(有内部空洞)的火焰图片
IplImage *gray = NULL; //灰度图
IplImage *mask = NULL; //二值图，用于复制图像的掩膜
IplImage *dst = NULL; //输出火焰疑似图像，8bit、3通道
IplImage *ROI[5] = {NULL}; //定义ROI图像头的数组
char imageName[50]; //存储图像的名称
CvMemStorage *stor; //存储轮廓序列
CvSeq *cont; //可动态增长元素序列
time_t the_time; //时间
stor=cvCreateMemStorage(0); //创建一内存块并返回指向块首的指针，默认64K
cont=cvCreateSeq(CV_SEQ_ELTYPE_POINT,sizeof(CvSeq),sizeof(CvPoint),stor); //创建一序列
img = cvLoadImage("E:\\Test\\SegTest\\fire40.JPG"); //载入原始图片
colTemp = cvCreateImage(cvGetSize(img),img->depth,img->nChannels); //经过颜色分割后(有内部空洞)的火焰图片
gray = cvCreateImage(cvGetSize(img),img->depth,1);
mask = cvCreateImage(cvGetSize(img),img->depth,1);
dst = cvCreateImage(cvGetSize(img),img->depth,img->nChannels); //保存经过填补后的火焰图片
cvZero(dst);
colorModel(img,colTemp); //使用颜色模型对火焰图像分割
cvCvtColor(colTemp,gray,CV_BGR2GRAY);
//使用cvFindContours函数与cvFillPoly填充连通区内部空洞
fillSeg(gray,mask);
cvCopy(img,dst,mask);
//使用cvFindContours根据火焰疑似区域(已填充内部空洞)的掩膜(单通道)寻找轮廓；
//随之使用cvRectangle找到轮廓的外接矩形,从而可以得到ROI。
cvFindContours(mask,stor,&cont,sizeof(CvContour),CV_RETR_EXTERNAL ,CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0));
cvDrawContours(img,cont,cvScalar(255,255,255),cvScalar(0,0,0),1,1);
int countROI = 0; //ROI编号
for(;cont;cont = cont->h_next){
double area = fabs(cvContourArea(cont,CV_WHOLE_SEQ));
double len = cvArcLength(cont, CV_WHOLE_SEQ,-1);
double circularity = (4*PI*area)/(len*len); //计算疑似火焰区域的圆形度
CvRect r = ((CvContour*)cont)->rect;//子类转换为父类例子
if(r.height * r.width > CONTOUR_MAX_AERA && circularity < 0.4 && circularity > 0.07 ) //面积小的外接矩形以及圆形度过大或过小的轮廓抛弃掉
{
printf("\n圆形度：%f\n",circularity);
cvRectangle(img, cvPoint(r.x,r.y),cvPoint(r.x + r.width, r.y + r.height),CV_RGB(255,0,0), 1, CV_AA,0);
cvSetImageROI(img,r);
ROI[countROI] = cvCreateImage(cvGetSize(img),img->depth,img->nChannels);
cvCopy(img,ROI[countROI],0);
cvResetImageROI(img);
(void) time(&the_time); //获得从纪元（1970年1月1日）开始至今的秒数
tm tm_ptr = *localtime(&the_time); //从time_t格式的时间里返回本地时间
//保存的图片名
sprintf(imageName,"%s_%d-%04d年%02d月%02d日%02d时%02分%02d秒.jpg","E:\\Test\\ROI\\fire",countROI,
tm_ptr.tm_year-100+2000,tm_ptr.tm_mon + 1, tm_ptr.tm_mday,
tm_ptr.tm_hour,tm_ptr.tm_min, tm_ptr.tm_sec);
//sprintf(imageName, "%s%d%s", "E:\\Test\\ROI\\image", countROI, ".jpg");//保存的图片名
cvSaveImage(imageName,ROI[countROI]); //保存一帧图片
countROI++;
memset(imageName,0,sizeof(imageName));
}
}
for(int i = 0;i<countROI;i++){
char showImg[16];
sprintf(showImg,"ROI%d",i);
cvShowImage(showImg,ROI[i]);
}
cvShowImage("原始图片",img);
cvShowImage("颜色分割处理",colTemp);
cvShowImage("填充处理图片",dst);
cvShowImage("掩膜",mask);
cvWaitKey();
//销毁窗口
cvDestroyAllWindows();
//释放图像
for(int i = 0;i<countROI;i++){
cvReleaseImage(&ROI[i]);
}
cvReleaseImage(&img);
cvReleaseImage(&colTemp);
cvReleaseImage(&gray);
cvReleaseImage( &mask );
}原文地址：http://blog.csdn.net/solomon1558/article/details/44248473
