如何提取ROI边界并裁剪或掩膜掉感兴趣区域外的图像像素

前置说明 #

以下方案基于Python+OpenCV工具栈实现，其他图像处理框架可参考对应逻辑调整接口即可。

方案1：已有独立ROI标注掩码 #

如果你已经有单独的ROI掩码文件（即仅标注ROI区域的单通道图），可按以下步骤操作：

• 二值化掩码：将输入的ROI掩码做阈值分割，生成仅含0（非ROI）和255（ROI）的二值图，示例代码：
  ret, binary_mask = cv2.threshold(input_roi_mask, 127, 255, cv2.THRESH_BINARY)
• 提取ROI边界：调用轮廓检测接口直接获取ROI的连续边界坐标集：
  contours, hierarchy = cv2.findContours(binary_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  返回的contours即为所有ROI边界的像素坐标集合。
• 剔除ROI外像素：将原始图像和二值掩码做按位与操作，直接抹除ROI外的所有像素：
  processed_img = cv2.bitwise_and(original_img, original_img, mask=binary_mask)

方案2：仅存在带红色手绘边界的原图，无单独掩码 #

如果只有标注了红色ROI边界的原图，需要先提取边界再生成掩码：

• 色彩空间转换：将原图从BGR空间转为HSV空间，筛选红色对应的像素范围，生成红色边界的二值掩码
• 形态学运算：对边界掩码做闭运算填充边界内部空洞，即可得到完整的ROI区域二值掩码
• 后续操作和方案1的边界提取、像素剔除步骤完全一致。

注意：如果存在多个不连通的ROI区域，将轮廓检测的检索参数调整为cv2.RETR_LIST即可一次性提取所有ROI的边界

内容的提问来源于stack exchange，提问作者Xinlong Wang