OpenCV图像ROI与非ROI区域裁剪实现及代码校验

我有一张包含单个掩码的图像（附图中的蓝色标注用于展示掩码覆盖区域）。现有函数可裁剪蓝色标注所示ROI区域，需要同时实现非ROI区域的裁剪，同时确认对现有代码逻辑的注释理解是否存在错误。

你对代码的注释理解没有错误，逐行逻辑说明如下：

def ROI_polygons(img, cnts, pad=5):
    def get_ROI_polygons(_img, _cnt, _pad):
        x1,y1,w,h = cv2.boundingRect(np.array(_cnt)) # 计算轮廓的最小外接正矩形，返回左上角坐标、矩形宽高
        x2,y2 = x1+w+_pad, y1+h+_pad # 右下角坐标外扩pad像素，增加裁剪边距
        x1, y1 = max(0, x1-_pad), max(0, y1-_pad) # 左上角坐标外扩pad像素，同时做边界校验避免坐标超出图像范围
        return _img[y1:y2, x1:x2] # 通过numpy数组切片裁剪得到ROI区域
    ROI_crops = [get_ROI_polygons(img, cnt, pad) for cnt in cnts] # 遍历所有输入轮廓，批量裁剪对应ROI
    return ROI_crops 

根据常见使用场景，提供两种可直接复用的实现方式：

• 保留原图尺寸，仅保留非ROI区域内容（ROI区域置为黑色）
  核心逻辑是通过轮廓生成反转掩码，再和原图做按位与运算，代码示例：

  def get_non_roi_keep_size(img, cnts):
      # 生成和原图同尺寸的单通道空掩码
      mask = np.zeros(img.shape[:2], dtype=np.uint8)
      # 将所有ROI轮廓区域填充为白色
      cv2.drawContours(mask, cnts, -1, 255, -1)
      # 反转掩码，此时非ROI区域为白色、ROI区域为黑色
      non_roi_mask = cv2.bitwise_not(mask)
      # 掩码与原图做与运算，仅保留非ROI区域的像素内容
      non_roi_result = cv2.bitwise_and(img, img, mask=non_roi_mask)
      return non_roi_result
  

• 裁剪掉ROI所在的外接矩形，返回拆分后的非ROI矩形块
  核心逻辑是先计算所有ROI的整体外接矩形坐标，再拆分原图中不与ROI重叠的四个矩形区域（ROI上方、下方、左侧、右侧），逐个裁剪即可。

内容的提问来源于stack exchange，提问作者m Chavali