ROI，全称为region of interest，意为感兴趣的区域，通常为图像中需要特别关注或处理的部分。ROI技术常用于图像分析、目标检测、特征提取等场景，能够帮助减少计算量、提高处理速度和精度。
切片获取ROI图像
我们之前介绍过使用opencv读取图像后的数据为一个numpy数组，这样就可以直接使用切片针对数组进行操作
【示例】利用切片截取部分图片信息
# 使用切片截取部分图片内容
img = cv2.imread("cat.jpg")
cat = img[0:300,0:500]
cv_show('cat',cat)
不同通道提取
彩色图像通常为RGB三种颜色通道共同构成，但我们在图像处理的时候经常针对单通道进行操作，opencv中提供了split方法直接提取三种颜色通道，但是要注意opencv的图像组成为BGR顺序。
# 颜色通道提取
img = cv2.imread("cat.jpg")
b,g,r = cv2.split(img)
提取出的三通道大小相同而内容不同
使用merge方法可以将三个通道重新整合起来
# 把三个通道合并回来
img = cv2.merge((b,g,r))
img.shape
利用上述方法只是得到了某个通道的值，返回的结果是一个二维数组，如果直接进行展示的话会被识别为只有灰度信息，无法使用正确的三维信息进行表示看，想要做到正确的效果，我们还应该在三维中进行处理，比如想要保留b通道信息的话，就利用切片将另外两通道的值置零
# 只保留R通道，按照cv2中BGR的特性，利用切片将BR通道置零
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)
