写一个opencvsharp 手动绘制roi 的实例

以下是一个使用 OpenCvSharp 手动绘制 ROI 的示例代码：

using System;
using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        Mat image = new Mat("image.jpg", ImreadModes.Color);

        Rect roi = Cv2.SelectROI(image);

        Mat roiImage = new Mat(image, roi);

        Cv2.ImShow("ROI", roiImage);
        Cv2.WaitKey(0);
    }
}

这个程序会打开一张名为 "image.jpg" 的图片，并允许用户手动选择一个 ROI 区域。选择完成后，程序会将 ROI 区域提取出来，并在窗口中显示出来。

相关问题

写一个opencvsharp 模板匹配的实例

好的，以下是一个使用OpenCvSharp进行模板配的实例：

using System;
using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 读取原始图像和模板图像
        Mat sourceImage = new Mat("source.jpg", ImreadModes.Color);
        Mat templateImage = new Mat("template.jpg", ImreadModes.Color);

        // 创建结果图像
        Mat resultImage = new Mat();
        sourceImage.CopyTo(resultImage);

        // 进行模板匹配
        Cv2.MatchTemplate(sourceImage, templateImage, resultImage, TemplateMatchModes.CCoeffNormed);

        // 获取匹配结果
        double minVal, maxVal;
        OpenCvSharp.Point minLoc, maxLoc;
        Cv2.MinMaxLoc(resultImage, out minVal, out maxVal, out minLoc, out maxLoc);

        // 绘制匹配结果矩形框
        Rect matchRect = new Rect(maxLoc.X, maxLoc.Y, templateImage.Width, templateImage.Height);
        Cv2.Rectangle(sourceImage, matchRect, new Scalar(0, 0, 255), 2);

        // 显示匹配结果
        Cv2.ImShow("Source Image", sourceImage);
        Cv2.WaitKey(0);
    }
}

这个示例读取了一个名为`source.jpg`的原始图像和一个名为`template.jpg`的模板图像，然后使用`Cv2.MatchTemplate`函数进行模板匹配，使用`Cv2.MinMaxLoc`函数获取匹配结果，最后使用`Cv2.Rectangle`函数绘制匹配结果矩形框，并在原始图像上显示出来。

请注意，这个示例使用的是OpenCvSharp4，如果您使用的是OpenCvSharp2或OpenCvSharp3，请注意函数名称和参数的不同。

写一个opencvsharp 支持多角度模板匹配实例

以下是一个使用OpenCvSharp进行多角度模板匹配的示例程序：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using OpenCvSharp;

namespace MultiAngleTemplateMatching
{
    class Program
    {
        static void Main(string[] args)
        {
            // 加载图像和模板
            Mat img = Cv2.ImRead("image.png");
            Mat templ = Cv2.ImRead("template.png");

            // 获取模板的尺寸
            Size templSize = templ.Size();

            // 定义旋转角度的范围和步长
            double minAngle = -45.0;
            double maxAngle = 45.0;
            double angleStep = 1.0;

            // 定义匹配结果的列表
            List<Mat> results = new List<Mat>();

            // 循环遍历旋转角度
            for (double angle = minAngle; angle <= maxAngle; angle += angleStep)
            {
                // 旋转模板
                Mat rotatedTempl = new Mat();
                Point2f center = new Point2f(templ.Cols / 2, templ.Rows / 2);
                Cv2.GetRotationMatrix2D(center, angle, 1.0).Transform(templ, rotatedTempl);

                // 进行模板匹配
                Mat result = new Mat();
                Cv2.MatchTemplate(img, rotatedTempl, result, TemplateMatchModes.CCoeffNormed);

                // 将匹配结果添加到列表中
                results.Add(result);
            }

            // 合并匹配结果
            Mat mergedResult = new Mat();
            Cv2.Merge(results, mergedResult);

            // 在匹配结果中查找最大值
            Point maxLoc;
            double maxVal;
            Cv2.MinMaxLoc(mergedResult, out _, out maxVal, out _, out maxLoc);

            // 绘制匹配结果
            Cv2.Rectangle(img, new Rect(maxLoc.X, maxLoc.Y, templSize.Width, templSize.Height), new Scalar(0, 0, 255), 2);

            // 显示图像
            Cv2.ImShow("Result", img);
            Cv2.WaitKey(0);
        }
    }
}

在这个示例程序中，我们首先加载图像和模板。然后，定义旋转角度的范围和步长，循环遍历旋转角度，每次旋转模板并进行模板匹配。将匹配结果保存在列表中，最后合并匹配结果并在匹配结果中查找最大值，绘制匹配结果并显示图像。

请注意，这个示例程序仅支持单通道图像。如果需要处理多通道图像，请使用Cv2.Split和Cv2.Merge函数将图像分离和合并。