什么是ROI：
ROI(region of interest)，也就是感兴趣区域，如果你设置了图像了ROI，那么在使用OpenCV的函数的时候，会只对ROI区域操作，其他区域忽略
一、图片切割与合并
原理通过操作图像矩阵来获取或合并指定位置的图像
代码如下：
import cv2 as cv
import numpy as np
src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/lena.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
face = src[100:200, 100:200] #高度 宽度
cv.imshow("face", face) #显示截取到的面部
gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY) #把截取到的面部进行灰值处理
cv.imshow("face2", gray) #显示灰值处理后的面部
backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR) #将灰值的面部转换为BGR格式
cv.imshow("face3", backface)
src[100:200, 100:200] = backface #把已经转换为BGR格式的面部填充到原来的图像中
cv.imshow("face4", src)
print(src.shape)
cv.waitKey(0)
cv.destroyAllWindows() #释放所有的内存
运行截图：
在进行cv.COLOR_GRAY2BGR函数操作时，遇到了一个问题。原以为经过BGR转换后图片会变彩色，但是输出结果还是灰值，这是怎么回事呢？
答：
gray是单通道，还原只能还原为三通道，颜色不变，依旧是灰色。（来源弹幕）
灰度图转为彩色图, 并不知道 RGB 与灰度 的比例关系，只能简单地 设 一点的R=G=B=灰度;
就算转成功了，看上去还是灰色。
或者不想处理图像直接暴力切割与合并，代码如下：
import cv2 as cv
import numpy as np
#截取图片中的指定区域或在指定区域添加某一图片
def jie_image(src1):
src2 = src1[5:89, 500:630]#截取第5行到89行的第500列到630列的区域
cv.imshow("jiequ", src2)
src1[105:189, 300:430] = src2#指定位置填充，大小要一样才能填充
cv.imshow("hecheng", src1)
src = cv.imread("C://1.jpg")
cv.imshow("image", src)
jie_image(src)
cv.waitKey(0)
cv.destroyAllWindows()
怎么判断要截取的头像位置呢？
传送门在此：使用Python实现图像标记点的坐标输出
二、floodFill填充函数
这篇博客写的很棒！ROI和泛洪扩充
2.1 FLOODFILL_FIXED_RANGE填充
代码如下：
import cv2 as cv
import numpy as np
def fill_color_demo(image):
copyImg = image.copy()#复制原图像，不复制原图会修改原图
h, w = image.shape[:2]#读取图像的高和宽
mask = np.zeros([h+2, w+2], np.uint8)#新建图像矩阵 +2是官方函数要求
cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), cv.FLOODFILL_FIXED_RANGE)#（30, 30）代表起始点；（0, 255, 255）代表填充颜色；loDiff=(100, 100, 100)代表只能填充比填充颜色小对应数值的点，upDiff同理
cv.imshow("fill_color_demo", copyImg)
src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/lena.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
fill_color_demo(src)
cv.waitKey(0)
cv.destroyAllWindows() #释放所有的内存
Python+OpenCV图像处理（三）—— Numpy数组操作图片
运行截图：
在学OpenCV的时候遇到个函数floodFill（）函数有点不解，特地在这里记录一下。
先说说它的参数
floorFill（image, mask , seedPoint, newVal, loDiff, upDiff, flags）
| 参数 | 说明 |
|---|---|
| image | 处理对象 |
| mask | 掩膜（后面会说明） |
| seedPoint | 填充的起点 |
| newVal | 填充的颜色 |
| loDiff | 填充时下限像素的差 |
| upDiff | 填充时上限像素的差 |
| flags | 填充的方式 ：FLOODFILL_FIXED_RANGE 和FLOODFILL_MASK_ONLY |
我不懂的地方时填充起始点seedPoint不同，填充位置是怎么看的，下面4张图分别是（30，30）（80，80）（100，100）（150，150）
补充重点：cv2.floodFill(img,mask,seed,newvalue(B,G,R),(loDiff1,loDiff2,loDiff3),(upDiff1,upDiff2,upDiff3),flag)
img：需要处理的图像
mask：一般设置为长宽比img大2的通道为1的数组，其中需要处理的区域设置为0，不需要处理的区域设置为1
seed：起始像素点
newvalue：需要填充的颜色
loDiff和upDiff：需要处理的与seed颜色相近的像素点，即设seed的像素为(B0,G0,R0)。若待处理的像素的值位于(B0-loDiff,G-LoDiff,B-loDiff)到(B0+upDiff,G0+upDiff,R0+upDiff)之间的话就填充newvalue
flag：cv.FLOODFILL_FIXED_RANGE：指定颜色填充
2.2 FLOODFILL_MASK_ONLY 填充
代码如下：
import cv2 as cv
import numpy as np
def fill_binary(image):
image = np.zeros([400, 400, 3], np.uint8) #将所有像素点的各通道数值赋0，全黑
image[100:300, 100:300, :] = 255 #把这个区域的彩色图颜色修改为白色
cv.imshow("fill_binary", image)
mask = np.ones([402, 402, 1], np.uint8) #二值图像mask是单通道，需要指定1。将mask设为1
mask[100:301, 100:301] = 0 #选择白色区域，将填充的区域设为0，和mask相反
cv.floodFill(image, mask, (200, 200), (0, 0, 255), cv.FLOODFILL_MASK_ONLY)
cv.imshow("filled_binary", image)
src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/lena.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
fill_binary(src)
cv.waitKey(0)
cv.destroyAllWindows() #释放所有的内存
mask = np.ones([402, 402, 1], np.uint8)#
mask[101:301, 101:301] = 0#
填充的是图像中不为1的点，所以我们需要将需要填充的区域指定为0
(200, 200) 为初始点，我选择的是中心点。
(100, 2, 255)：颜色
cv.FLOODFILL_MASK_ONLY：指定位置填充
运行截图：
当时这一步不太懂，为啥要这样写
image[100:300, 100:300, :] = 255 #把这个区域的彩色图颜色修改成黑色
后来看了资料opencv学习笔记3：像素处理，觉得这样写更好
image[100:300, 100:300] = [255, 255, 255]
参考文章：OpenCV 泛洪填充 floodFill（）详解
本节视频地址：https://www.bilibili.com/video/BV1QW411F7e7?p=8