今天我們來學習如何取得圖片中的特定區域（ROI：Region of Interest）。
ROI 是影像中我們特別關注的部分，常用於放大、分析或後續處理。

🖼️ 測試圖片準備

和前幾天一樣，準備一張彩色圖片（image.jpg）放在同一資料夾：

import cv2

img = cv2.imread('image.jpg')

為了讓圖片停留方便觀察，記得最後要加上這段：

cv2.waitKey()
cv2.destroyAllWindows()

🖌️ 選擇區塊並將該區域塗白

有時我們想標示某個區域，或遮蔽該區域，可以直接將該區塊像素設為白色：

# 將 y=100~200，x=50~250 的區域全部設為白色 (255, 255, 255)
img[100:200, 50:250] = (255, 255, 255)

cv2.imshow('Image with White Block', img)

• 語法說明：
  • 100:200 表示垂直方向（高度）從第 100 行切到第 199 行（不包含第 200 行），
  • 50:250 表示水平方向（寬度）從第 50 欄切到第 249 欄（不包含第 250 欄）。

透過這種方式，可以快速擷取圖像中任意大小與位置的區域。

選擇區塊並將該區域塗白的輸出圖片如下:

✂️ 裁切指定區域 (ROI)

接著，我們裁切該區域，取得指定範圍的影像：

roi = img[100:200, 50:250]  # [y1:y2, x1:x2]
cv2.imshow('ROI', roi)

裁切出來的 ROI 是一張新的圖片，可用於局部分析，例如臉部區域、車牌區域或任何感興趣的部分。

裁切指定區域圖片，輸出結果如下:

🔄 ROI 常見應用示例

• 物件追蹤：先裁切出目標區域，再針對該區域進行特徵提取。
• 特徵分析：在 ROI 中執行邊緣偵測、顏色分析等處理。
• 視覺辨識：只處理 ROI 部分，降低計算資源消耗。

📌 今日結語

• 影像裁切是利用 NumPy 陣列切片完成的簡單操作。
• 可以先選擇區域進行標記（例如塗白），方便視覺確認。
• ROI 是影像分析中不可或缺的概念，能聚焦目標區域並加速後續處理。
• 熟練掌握 ROI 的裁切與應用，可有效提升影像處理效率與準確度。