异形ROI的建立与使用

在OpenCV中，ROI (Region of Interest)是非常重要的机制，它可以缩小图像处理的区域，使得程序的性能明显提升。如，在1920x720的灰度图中，模板匹配1个大小为50x50的灰度图，1G主频下的执行时间约为1s，但如果提前标定好对应的匹配位置，可以将时间缩短到1-3ms，性能提升极为可观。
OpenCV中的ROI设定有几种方式：

• 使用矩形子图像作为ROI，如：
  Mat _sub = Mat( _img, Rect(x, y, w, h) );
  这个_sub是从 _img中取出的子图像，共享 _img的内存，效果如同将下图中白色区域作为输入图像进行处理：
  
• 使用Mask参数标识ROI，如matchTemplate方法的mask参数：
  void cv::matchTemplate ( InputArray image, InputArray templ, OutputArray result, int method, InputArray mask = noArray() )

OpenCV的一些方法中，并不支持Mask操作，如识别直线的HoughLinesP。而矩形区域相对特定的处理情况下，仍有可能个别被测目标，沿特定轨迹运动，而对应的矩形区域内的干扰较多，导致识别困难，因此引出本文的重点：如何设计一些特殊形状的Mask，及如何在不支持Mask的OpenCV接口中使用。
根据需要创建所需的异形Mask并不难，如下2个图像的Mask，分别采用fillConvexPoly及ellipse即可完成，

在不支持Mask的方法中，使用这样的Mask则需要使用Mat的Bit And操作符：&。举个例子如下：

/* _mask after fillConvexPoly or ellipse operation */HoughLinesP( Mat(_img, _rect) & _mask, lines, 3, CV_PI/60, 30, 30, 5 );

例子中使用的Rectangle形式的ROI再Bit And上生成的异形ROI，提升了性能，减少了干扰，过程就是这么简单。