Overview
在OpenCV中文论坛上很多人问到这样的问题，如何对图像的不规则区域设置ROI，即设置敏感区域，以用来做相关的图像处理。
根据若干博文的整理及自己的点点经验，在此进行简单的归纳：
第一部分主要叙述C++中对于不规则区域设置ROImask的方法，第二部分主要叙述Python中对于不规则区域检测及绘制轮廓的方法。
C++部分
对图像的不规则区域设置ROI
OpenCV自带的函数cvSetImageROI( IplImage* image, CvRect rect )只能设置矩形的敏感区域，而实际图像处理中遇到的处理对象都是非矩形的不规则形状，此时用cvSetImageROI( IplImage* image, CvRect rect )显然达不到目的。
我们可以用以下操作进行代替：
方法一：
cvCopy(src, dst, mask); //mask与src,dst通道数可以不一样方法二：
cvXor(src, mask, dst); //三者通道数必须一样用上面语句就可以将不规则区域图像抠出来（不改变图像的大小），进而做相应的处理。
然而如何生成不规则区域的mask图像呢？
不规则区域的mask图像的生成
步骤：
1、假设目标是实现对一不规则物体区域设置ROI，提取物体的最外围轮廓contour，使之为一连通域。
cvFindContours(gray, storage, &contour, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);2、对轮廓连通域进行颜色填充。
方法一：
获取轮廓内的任意一点作为cvFloodFill操作的起始种子点；
CvRect s;
CvPoint pt;
s=cvBoundingRect(contour);
pt = cvPoint(s.x + s.width / 2, s.y + s.height / 2); //可以用其他方式获得连通域的一个内点作为起始种子点对轮廓连通域进行颜色填充；
cvFloodFill(gray, pt ,cvScalarAll(255));方法二：
将轮廓内部填充为白色，其他区域为黑色；
cvDrawContours(gray, contour, CV_RGB(255,255,255), CV_RGB(255,255 ,255), -1, CV_FILLED, 8);此时获得的图像gray即为不规则区域的mask
Python部分
相比C++而言，Python适合做原型。
该部分介绍如何在Python中使用OpenCV图形库检测并绘制轮廓，以及与C++调用相应OpenCV函数的不同之处。
实现方式如下：
import cv2
img = cv2.imread('D:\\test\\contour.jpg')
# Img2Grey
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Grey2Binary
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 轮廓检测
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 3)
cv2.imshow("img", img)
cv2.waitKey(0)需要注意的是cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图），所以读取的图像要先转成灰度的，再转成二值图。
轮廓检测
轮廓检测是图像处理中会经常用到的方法，OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。
cv2.findContours()函数
函数的原型为：
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])参数
第一个参数image是寻找轮廓的图像；
第二个参数mode表示轮廓的检索模式，有四种（本文介绍的都是新的cv2接口）：
cv2.RETR_EXTERNAL 表示只检测外轮廓
cv2.RETR_LIST 检测的轮廓不建立等级关系
cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层
cv2.RETR_TREE 建立一个等级树结构的轮廓
第三个参数method为轮廓的近似办法：
cv2.CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain近似算法
返回值
cv2.findContours()函数返回两个值：contours和hierarchy，一个是轮廓本身，还有一个是每条轮廓对应的属性
其中hierarchy本身包含两个ndarray，每个ndarray对应一个轮廓，每个轮廓有四个属性
注意
findcontours函数会“原地”修改输入的图像。这一点可通过下面的语句验证：
cv2.imshow("binary", binary)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.imshow("binary2", binary)执行这些语句后会发现原图被修改了
绘制轮廓
OpenCV中通过cv2.drawContours在图像上绘制轮廓
cv2.drawContours()函数
函数的原型为：
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])参数
第一个参数image是指明在哪幅图像上绘制轮廓；
第二个参数contours是轮廓本身，在Python中是一个list；
第三个参数contourIdx指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓；
后面的参数很简单。
其中thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式
返回值
无返回值
