感兴趣的区域(ROI)是数据集为特殊目的而选出的一些样本[1]。ROI的概念通常在许多应用领域中使用。例如，在机器视觉、图像处理中，ROI是从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域；在医学成像中，为了测量肿瘤的大小，可以在图像中圈定肿瘤的边界作为ROI；为了评估心脏功能，可以在心动周期的不同阶段（例如，心脏收缩末期和心脏舒张末期）在图像上选择心内膜边界为ROI；在地理信息系统（GIS）中，ROI从可以2D地图中特殊的多边形区域。
在Halcon、OpenCV、Matlab[2]等机器视觉软件上常用到各种算子（Operator）和函数来求得感兴趣区域ROI，并进行图像的下一步处理。 在图像处理领域，感兴趣区域(ROI) 是从图像中选择的一个图像区域，这个区域是你的图像分析所关注的重点。圈定该区域以便进行进一步处理。使用ROI圈定你想读的目标，可以减少处理时间，增加精度。
图 1 目标检测中的ROI为目标区域
感兴趣区域的例子
一维数据集：波形上的时间或频率间隔；
二维数据集：图像上对象的边界；
三维数据集：在体中描述对象（有时称为感兴趣积（VOI））的轮廓或曲面；
四维数据集：在特定时间间隔内的对象轮廓；
ROI是一种注释形式，通常与分类或定量信息（例如，体积或平均强度之类的度量值）相关联，以文本或结构化形式表示。
编码ROI的方法有三种不同的方法
1、作为样本数据集的组成部分，其值可能会或可能不会超出正常范围，并且会标记各个数据单元；
2、作为单独的纯图形信息，例如带有矢量或位图（光栅化）的图形元素，可能还带有一些伴随数据本身格式的纯文本（非结构化）；
3、作为一个单独的结构化语义信息(如编码的值类型)，具有一组空间和/或时间坐标。
参考文献
[1] Ron Brinkmann (1999). The Art and Science of Digital Compositing. Morgan Kaufmann. pp. 184. ISBN 978-0-12-133960-9.
[2] https://ww2.mathworks.cn/help/images/roi-based-processing.html
