截取mat文件一部分数据
load('C:\Users\wym\Desktop\width(1)\mat\width6.mat');
plot(Width(:,2));

width6 = Width(300:995,1:2);
plot(width6(:,2));

 savePath = ['C:\Users\wym\Desktop\width(1)\截取\' '6.mat'];
 save(savePath,'width6');  

images.push_back(img);  


images.push_back(img.clone());  
视频转换为图片的例子：



#include <opencv2/opencv.hpp>  

#include <sstream>  

  

using namespace cv;  

using namespace std;  

  

int main()  

{  

    VideoCapture cap("Sample.avi");  

    if (!cap.isOpened())  

    {  

        cout << "Can't open input video file" << endl;  

        return -1;  

    }  

  

    Mat img;  

    vector<Mat> images;  

    int count = 0;  

    while (cap.read(img))  

    {  

        if (img.empty())  

        {  

            cout << "Stop" << endl;  

            break;  

        }  

        // 实验需要在这里通过count来限制只取100帧  

        if (count < 100)  

        {  

            // images.push_back(img);  

            images.push_back(img.clone());</span>  

        }  

        count++;  

    }  

  

      

    int n = 0;  

    vector<Mat>::iterator it = images.begin();  

    while (it != images.end())  

    {  

        Mat tmp = *it;  

        stringstream ss;  

        ss << n;  

        n++;  

        imwrite(ss.str() + ".jpg", tmp);
 

        imshow("tmp", tmp);  

  

        it++;  

  

        waitKey(10);  

    }  

  

    return 0;  

}  

opencv中对Mat类型图像感兴趣(ROI)轮廓外接矩形并截取保存结果

最近自己在用opencv做图像实验时，要对轮廓外接矩形，网上大多是对IplImage类型图像做处理，而现在opencv中Mat取代了IplImage类型的图像，IplImage类型存储比Mat类型复杂，而且不如Mat类型图像访问方便，比如IplImage类型图像访问每个点的像素时，要计算步长如srcimage->imageData[i+j*srcimage->widthStep]，看起来就很是繁琐，Mat类型图像srcimage.at<uchar>(i,j)即可，很方便。

话不多说，进入正题。

IplImage类型的图像用cvSetImageRIO()函数即可，具体使用代码如下：


cvSetImageROI(frame,((CvContour*)c)->rect);//frame为源图像，((CvContour*)c)->rect就是CvSeq *c;

Mat类型图像处理如下：





大致步骤：

1、用findContours()检测轮廓，具体参数可以上百度或借阅资料参考；

2、用approxPolyDP()求出多边形近似，参数如下的代码；

3、利用boundingRect()得到每个轮廓外接矩形的数据结构信息，存在boundRect[i]中；

4、image(boundRect[i])得到每个轮廓外接矩形的结果图像，可以存储到指定文件夹。

具体看代码（一些主要语句）：
//轮廓检测  
    cv::vector<vector<Point>> contours;//定义轮廓集合  
    cv::vector<Vec4i> hierarchy;  
    cv::findContours(thinDoublexy,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,Point(0,0));//thinDoublexy为需要查找轮廓的图像，其他参数借阅资料。  
    Mat drawing=Mat::zeros(thinDoublexy.size(),CV_8UC3);  
    cv::vector<vector<Point>> conpoint(contours.size());  
    cv::vector<Rect> boundRect(contours.size());  
    for(int i=0;i<contours.size();i++)  
    {  
        approxPolyDP(Mat(contours[i]),conpoint[i],3,true);//多边形近似  
        boundRect[i]=boundingRect(Mat(conpoint[i]));//得到轮廓外接矩形数据结构  
        cv::drawContours(drawing,contours,i,255,2,8,hierarchy,0,Point());//画出轮廓得到图像drawing  
        if(boundRect[i].area()>4) //有些轮廓就是一个点，要舍去  
        {  
            cv::Mat imageROI=image(boundRect[i]);//根据轮廓外接矩形信息进行截取RIO感兴趣部分图像  
            std::stringstream ss;//int转换为string  
            std::string str;  
            ss<<i;  
            ss>>str;
	 string tempname = pathWrite+"\\" + str + "result.jpg";<span style="font-family: Arial, Helvetica, sans-serif;">//pathWrite变量是文件夹路径 
            imwrite(tempname.c_str(),imageROI);//存储图像至指定文件夹  
            //cout<<tempname<<endl;  
            //imshow(tempname,imageROI);  
        }  
    }
 上述代码亲测有效，运行结果如下，只是我做一下说明：代码是部分代码，只是实现Mat类型图像的轮廓外接矩形并保存结果图像的功能，要想代码跑起来，肯定需要加一些定义部分的代码。我自己也是初学者，如果你发现不对的地方，敬请指正，谢谢！

运行结果：

源图像




运行结果

java截取字符串中英文:
Pattern pat = Pattern.compile("[\u4e00-\u9fa5]");    

Matcher mat = pat.matcher("adhajsd哈哈哈");   

String cityEnTitle = mat.replaceAll("").trim();

java截取字符串中中文:

String cityCnTitle = "adhajsd哈哈哈".replaceAll("[a-zA-Z]", "").trim();
js截取字符串中英文:

s.replace(/[^a-z]/ig," ");



js截取字符串中中文:

s.replace(/[a-zA-Z]/g, " ");