1，Opencv中的ROI介绍
ROI(Region of Interest)是指图像中的一个矩形区域，可能你后续的程序需要单独处理这一个小区域，如图所示
如上图所示，就是ROI的一个例子，如果你对图像设置了ROI，那么，Opencv的大多数函数只在该ROI区域内运算（只处理该ROI区域），如果没设ROI的话，就会出来整幅图像。
ROI非常有用，例如我们想把图像中的人脸扣出来，进行人脸识别。需要注意的时候，ROI一定在图像内部，而不能超出图像的范围。
对图像设定ROI的函数是：
cvSetImageROI(IplImage* src,CvRect rect);
src表示的是源图像，rect只的是ROI区域。
如果要取消ROI区域，那么使用函数：
cvResetImageROI(IplImage* src);
这个函数，就把src上的ROI区域取消掉。
下面举几个例子：
例子1：
从一幅大图像中，取出一小块图像并保存这一个小块图像。
代码如下：
/* 读取大图像 */
IplImage *img1 = cvLoadImage("elvita.jpg", 1);
/* 设置图像的ROI区域
注意ROI区域不要越界，必须在大图像的内部 */
cvSetImageROI(img1, cvRect(10, 15, 150, 250));
/* 为小图像分配内存空间
cvGetSize(img1)返回的是一个CvSize结构体，意思就是返回了图像img1的宽度和高度，由于
img已经设置了ROI，所以cvGetSize函数对ROI区域有效，所以，返回的是ROI区域的宽度和高度 */
IplImage *img2 = cvCreateImage(cvGetSize(img1),
img1->depth,
img1->nChannels);
/* 把img1的ROI区域拷贝到img2*/
cvCopy(img1, img2, NULL);
/* 取消img1上的ROI区域 */
cvResetImageROI(img1);
例子2：
两幅不同大小的图像相加
/* 加载图像
注意，这两幅图像有不同的宽度和高度 */
IplImage *img1 = cvLoadImage("elvita.jpg", 1); /* 大图像 */
IplImage *img2 = cvLoadImage("fifi.jpg", 1); /* 较小的图像*/
/* 定义ROI区域的坐标*/
CvRect rect = cvRect(25, 25, img2->width, img2->height);
/* 对图像img1设置ROI1区域 */
cvSetImageROI(img1, rect);
/* 两幅图像相加
注意，通过对img1设置ROI区域后，两幅图像，其实有相同的宽度和高度了。 */
cvAdd(img1, img2, img1, NULL);
/* 取消感兴趣区域，即ROI区域*/
cvResetImageROI(img1);
例子3：在一个特定区域进行模板匹配 (
关于模板匹配的完整代码下载
)
IplImage *src = cvLoadImage("myphoto.jpg", 1);
IplImage *template = cvLoadImage("eye.jpg", 1);
CvRect rect = cvRect(25, 25, 120, 120);
//设置ROI区域
cvSetImageROI(src, rect);
IplImage *result = cvCreateImage(cvSize(rect.width - tpl->width + 1,
rect.height - tpl->height + 1),
IPL_DEPTH_32F, 1);
/* 进行模板匹配 */
cvMatchTemplate(src, template, result, CV_TM_SQDIFF);
/* 查找最匹配的坐标 */
CvPoint minlocation, maxlocation;
double minvalue, maxvalue;
cvMinMaxLoc(result, &minvalue, &maxvalue, &minlocation, &maxlocation, 0);
/* 在源图像上画出矩形*/
cvRectangle(src,
cvPoint(minlocation.x, minlocationc.y),
cvPoint(minlocation.x + template->width, minlocationc.y + template->height),
CV_RGB(255, 0, 0), 1, 0, 0 );
cvResetImageROI(src);
在上面的例子中，先定义ROI区域，再进行模板匹配，这样会加快匹配的速度，因为，只在ROI区域进行模板匹配运算。
例子4：ROI区域像素值的访问
可以想把ROI区域拷贝到一幅新的图像中，然后再访问其像素值
/* 假设已经有了一幅 8-bit 3通道图像*/
/* ROI的坐标*/
CvRect rect = cvRect(10, 20, 50, 60);
/* ROI区域的子图像 */
IplImage* subimg;
/* 设置ROI区域 */
cvSetImageROI(img, rect);
//ROI区域拷贝
cvCopy(img, subimg, NULL);
//释放ROI区域
cvResetImageROI(img);
/* 然后，就可以对subimg进行访问，其实就是访问ROI区域 */或者可以通过ROI的左边信息进行访问
/* ROI区域的坐标 */
CvRect rect = cvRect(10, 20, 50, 60);
//设置ROI区域
cvSetImageROI(img, rect);
/* 假设，把整个ROI区域赋值为0 */
for (i = rect.y; i < (rect.y + rect.height); i++) {
for (j = rect.x; j < (rect.x + rect.width); j++) {
((uchar*)(img->imageData + i * img->widthStep))[j*3] = 0;
((uchar*)(img->imageData + i * img->widthStep))[j*3+1] = 0;
((uchar*)(img->imageData + i * img->widthStep))[j*3+2] = 0;
}
}
用截取的部分图像创建新图像--关于cvGetSubRect，cvGetImage的用法
不需要分配数据存储空间）；rect是要截取的区域；返回指向所存矩阵。
例如：
CvMat *pMat = cvCreateMatHeader(100, 100, CV_8UC1); //创建一个100*100的矩阵头
CvRect rect = cvRect(0, 0, 100, 100); //要截取的区域，与创建的矩阵大小一样
cvGetSubRect(pImg, pMat, rect); //pImg为指向图像的指针，pMat指向存储所接图像的矩阵，返回值和pMat相等也可以简化为：
CvMat *pMat = cvGetSubRect(pImg, cvCreateMatHeader(100, 100, CV_8UC1), cvRect(0, 0, 100, 100));
IplImage* cvGetImage( const CvArr* arr, IplImage* image_header )可以把刚才存入矩阵的数据转存为图像。把CvMat *传给arr；image_header
只需为图像头就行，不用分配数据存储空间 ；返回所存图像的指针。
例如：
IplImage *pSubImg = cvCreateImageHeader(cvSize(100, 100), 8, 1); //创建一个100*100的图像头
cvGetImage(pMat, pSubImg); //pMat为存储数据的矩阵，pSubImg指向图像，返回值与pSubImg相等
也可以简化为：
IplImage *pSubImg = cvGetImage(pMat, cvCreateImageHeader(cvSize(100, 100), 8, 1));
截取子图最后简化为：
IplImage *pSubImg = cvGetImage(cvGetSubRect(pImg, cvCreateMatHeader(100, 100, CV_8UC1), cvRect(0, 0, 100, 100)), cvCreateImageHeader(cvSize(100, 100), 8, 1)); //好乱...读明白这句费劲儿
