在OpenCV中，ROI (Region of Interest)是非常重要的機制，它可以縮小影象處理的區域，使得程式的效能明顯提升。如，在1920x720的灰度圖中，模板匹配1個大小為50x50的灰度圖，1G主頻下的執行時間約為1s，但如果提前標定好對應的匹配位置，可以將時間縮短到1-3ms，效能提升極為可觀。
OpenCV中的ROI設定有幾種方式：

• 使用矩形子影象作為ROI，如：
  Mat _sub = Mat( _img, Rect(x, y, w, h) );
  這個_sub是從 _img中取出的子影象，共享 _img的記憶體，效果如同將下圖中白色區域作為輸入影象進行處理：
  
• 使用Mask引數標識ROI
  ，如matchTemplate方法的mask引數：
  void cv::matchTemplate ( InputArray image, InputArray templ, OutputArray result, int method, InputArray mask = noArray() )

OpenCV的一些方法中，並不支援Mask操作，如識別直線的HoughLinesP。而矩形區域相對特定的處理情況下，仍有可能個別被測目標，沿特定軌跡運動，而對應的矩形區域內的干擾較多，導致識別困難，因此引出本文的重點：如何設計一些特殊形狀的Mask，及如何在不支援Mask的OpenCV介面中使用

/* _mask after fillConvexPoly or ellipse operation */
HoughLinesP( Mat(_img, _rect) & _mask, lines, 3, CV_PI/60, 30, 30, 5 );

例子中使用的Rectangle形式的ROI再Bit And上生成的異形ROI，提升了效能，減少了干擾，過程就是這麼簡單。