pip install opencv-python numpy

import cv2
import numpy as np

def basic_roi_cut():
    # 1. 讀取圖像
    img = cv2.imread("demo.png")
    if img is None:
        print("錯誤：未找到圖像文件，請檢查路徑是否正確")
        return
    
    # 2. 獲取圖像尺寸（height, width, channels）
    height, width, channels = img.shape
    print(f"原始圖像尺寸：高度={height}px，寬度={width}px，通道數={channels}")
    
    # 3. 設置ROI座標（根據實際圖像調整）
    xmin = 150  # 左邊界
    xmax = 270  # 右邊界
    ymin = 150  # 上邊界
    ymax = 290  # 下邊界
    
    # 4. 驗證座標有效性
    if xmin < 0 or xmax > width or ymin < 0 or ymax > height:
        print("警告：座標超出圖像範圍，將自動調整至有效範圍")
        xmin = max(0, xmin)
        xmax = min(width, xmax)
        ymin = max(0, ymin)
        ymax = min(height, ymax)
    
    # 5. ROI切割（核心：Numpy數組切片）
    roi_img = img[ymin:ymax, xmin:xmax]
    
    # 6. 查看ROI圖像尺寸
    roi_height, roi_width, roi_channels = roi_img.shape
    print(f"ROI圖像尺寸：高度={roi_height}px，寬度={roi_width}px，通道數={roi_channels}")
    
    # 7. 顯示結果
    cv2.imshow("Original Image", img)
    cv2.imshow("ROI Image", roi_img)
    
    # 8. 保存結果
    cv2.imwrite("roi_result.png", roi_img)
    print("ROI圖像已保存為 roi_result.png")
    
    # 9. 等待按鍵關閉窗口
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == "__main__":
    basic_roi_cut()

import cv2
import numpy as np

class InteractiveROICutter:
    def __init__(self):
        self.img = None
        self.temp_img = None
        self.roi_start = (0, 0)  # 起始座標 (x, y)
        self.roi_end = (0, 0)    # 結束座標 (x, y)
        self.is_selecting = False  # 是否正在選擇ROI
    
    def mouse_callback(self, event, x, y, flags, param):
        # 鼠標左鍵按下：記錄起始座標，開始選擇
        if event == cv2.EVENT_LBUTTONDOWN:
            self.roi_start = (x, y)
            self.is_selecting = True
            self.temp_img = self.img.copy()  # 複製原始圖像，避免繪製時修改原圖
        
        # 鼠標移動：實時繪製選擇框
        elif event == cv2.EVENT_MOUSEMOVE and self.is_selecting:
            self.temp_img = self.img.copy()
            cv2.rectangle(self.temp_img, self.roi_start, (x, y), (0, 255, 0), 2)  # 綠色矩形框
        
        # 鼠標左鍵釋放：記錄結束座標，停止選擇
        elif event == cv2.EVENT_LBUTTONUP:
            self.roi_end = (x, y)
            self.is_selecting = False
            # 確保起始座標小於結束座標
            xmin = min(self.roi_start[0], self.roi_end[0])
            xmax = max(self.roi_start[0], self.roi_end[0])
            ymin = min(self.roi_start[1], self.roi_end[1])
            ymax = max(self.roi_start[1], self.roi_end[1])
            # 切割ROI
            self.roi_img = self.img[ymin:ymax, xmin:xmax]
            print(f"選擇的ROI座標：xmin={xmin}, xmax={xmax}, ymin={ymin}, ymax={ymax}")
            # 顯示結果
            cv2.rectangle(self.temp_img, (xmin, ymin), (xmax, ymax), (0, 0, 255), 2)  # 紅色最終框
            cv2.imshow("Selected ROI", self.roi_img)
            cv2.imwrite("interactive_roi_result.png", self.roi_img)
            print("交互式ROI圖像已保存為 interactive_roi_result.png")
    
    def run(self):
        # 讀取圖像
        self.img = cv2.imread("demo.png")
        if self.img is None:
            print("錯誤：未找到圖像文件，請檢查路徑是否正確")
            return
        
        # 創建窗口並綁定鼠標事件
        cv2.namedWindow("Interactive ROI Selection")
        cv2.setMouseCallback("Interactive ROI Selection", self.mouse_callback)
        
        # 顯示窗口，等待操作
        print("操作説明：在圖像上按住鼠標左鍵拖動選擇ROI區域，釋放左鍵完成選擇")
        while True:
            cv2.imshow("Interactive ROI Selection", self.temp_img if self.temp_img is not None else self.img)
            # 按下ESC鍵退出
            if cv2.waitKey(1) & 0xFF == 27:
                break
        
        cv2.destroyAllWindows()

if __name__ == "__main__":
    cutter = InteractiveROICutter()
    cutter.run()

import cv2
import numpy as np

def irregular_roi_cut():
    # 讀取圖像
    img = cv2.imread("demo.png")
    height, width = img.shape[:2]
    
    # 創建掩碼（全黑）
    mask = np.zeros((height, width), dtype=np.uint8)
    
    # 定義不規則區域的頂點（例如三角形）
    pts = np.array([[150, 100], [250, 100], [200, 200]], np.int32)
    pts = pts.reshape((-1, 1, 2))
    
    # 填充掩碼中的不規則區域（白色）
    cv2.fillPoly(mask, [pts], 255)
    
    # 應用掩碼，提取不規則ROI
    roi_img = cv2.bitwise_and(img, img, mask=mask)
    
    # 顯示結果
    cv2.imshow("Irregular ROI", roi_img)
    cv2.imwrite("irregular_roi.png", roi_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 讀取帶Alpha通道的圖像
img = cv2.imread("transparent_demo.png", cv2.IMREAD_UNCHANGED)
# 切割ROI（包含Alpha通道）
roi_img = img[ymin:ymax, xmin:xmax, :]

import cv2
import numpy as np

def edge_based_roi():
    # 讀取圖像
    img = cv2.imread("demo.png")
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # Canny邊緣檢測
    edges = cv2.Canny(gray, 50, 150)
    
    # 查找輪廓
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 選擇面積最大的輪廓作為ROI
    max_contour = max(contours, key=cv2.contourArea)
    x, y, w, h = cv2.boundingRect(max_contour)
    
    # 切割ROI
    roi_img = img[y:y+h, x:x+w]
    
    # 顯示結果
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
    cv2.imshow("Contour ROI", roi_img)
    cv2.imshow("Original with Contour", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

#這個文件的作用是對圖像中的某些區域進行切割的
#導入opencv庫方便讀取和顯示圖像
import cv2
#1.讀取我們要切割的圖像
image_np = cv2.imread('./lena.png')

#獲取圖像的高度和寬度,方便後續進行判斷
height,width = image_np.shape[0],image_np.shape[1]
try:
    #2.切割感興趣的區域
    #人為指定要切割的區域
    x_min,x_max = 270,400
    y_min,y_max = 270,400

    #對要切割的區域的範圍進行判斷
    if not(x_min >= 0 and x_max <= width and y_min >= 0 and y_max <= height):
        raise OverflowError("x_min or x_max or y_min or y_max overflow!")

    #使用rectangle去畫一個矩形框,方便我們去調整感興趣的區域的範圍
    cv2.rectangle(image_np,(x_min-2,y_min-2),(x_max+2,y_max+2),(0,0,255),2)
                  # 對象  範圍   左上角       右下角      顏色BGR   線寬

    #3.使用Numpy數組的切片操作對圖像進行切割
    image_roi = image_np[y_min:y_max,x_min:x_max]

    #4.顯示結果
    cv2.imshow('image_np',image_np)
    cv2.imshow('image_roi',image_roi)
    cv2.waitKey(0)
except Exception as e:
    print(e)