Opencv 多边形感兴趣区域（ROI）

想象一下，你正在用网络摄像机拍摄一个大房间，房间里挤满了围成栅栏的人龙。现在，要将计算密集型操作应用于相机图像，并使输入图像数据尽可能小，需要将“感兴趣区域”标记为多边形（对应于队列），以便排除所有不必要的图像区域。许多函数，如跟踪API，总是希望使用cv:：Rect2d。如果我的ROI不是正方形，而是一个具有4个以上点的多边形，那么我是否必须将其转换为多个矩形（cv:：Rect2d），然后将操作应用于每个单独的矩形，或者是否有其他方法？

---

或者，如果我用遮罩切掉ROI，并在图像的其余部分添加黑点以节省计算时间，这是否已经有所帮助？

在尝试笨重的操作之前，先分析并测量性能solutions@Miki例如我已经有了。在没有人在场的图像区域执行计算密集型操作（如人脸检测（深度神经网络））是没有意义的。一般来说，为了减少CPU/GPU的负载，人们试图将分辨率保持在尽可能低的水平，但是精度会因此受到影响。因此，只搜索分辨率更高的图像部分是有意义的，这样您也可以在其中找到人。