在 OpenCV 中是按位掩码和操作答案

【问题标题】：in OpenCV is mask a bitwise and operation在 OpenCV 中是按位掩码和操作
【发布时间】：2017-03-21 07:31:51
【问题描述】：

我从 python 中的 opencv 开始，我有一个关于如何应用掩码的问题

bitwise_and(src1, src2, mask=mask)

以下哪些描述了实现：

我认为每个的性能特征可能会略有不同。

其中哪些（或其他）是实际实现？（以及为什么，如果我可以问的话）

【问题讨论】：

标签： c++ opencv

【解决方案1】：

我已经使用彩色图像和二进制图像制定了cv2.bitwise_and() 的两种实现方式。

1.使用二值图像

假设我们有以下二进制图像：

屏幕 1：

屏幕 2：

按位执行时：

fin = cv2.bitwise_and(screen1, screen2)
cv2.imwrite("Final image.jpg", fin)

我们得到以下信息：

2。对彩色图像执行遮罩：

您也可以使用相同的功能屏蔽给定彩色图像的某个区域。

考虑下图：

并考虑 屏幕 1（如上所示）作为掩码

fin = cv2.bitwise_and(image, image, mask = screen1)
cv2.imwrite("Masked image.jpg", fin)

给你：

注意：在执行按位与运算时，图像的大小必须相同

【讨论】：

实际上比这更深。例如，我发现对两个图像进行与位运算，因此如果一个图像中的一个像素是 (50,50,50) 而另一个是 (150,150,150)，则结果是每个像素的颜色完全不同（按位二进制与）。然而，在掩码参数中，像 (50) 或 (150) 这样的颜色被视为完全相同，例如，它们根本不是 AND 运算。它们要么在 0=0、1-255=255 处进行阈值处理，然后进行与运算，或者更有可能的是，它们实际上对每个像素使用了一个 if 语句。传统上，掩码总是作为按位运算应用，但 opencv 似乎没有。
希望你得到你需要的东西！！

【解决方案2】：

如果您查看文档，第三个参数是您错过的目标图像。

只有当掩码这样说时，此操作才会更改目标图像的值（在这种情况下，它将对两个源图像进行按位和）。对于不在掩码中的像素，目标将包含与之前相同的值。

【讨论】：

好吧，我实际上使用的是 python，在 python 中你可以跳过 dest，它返回修改后的图像，在 c++ 中将在 dest 中。至于我的问题，你建议选项 C，它在掩码中的每个像素上应用一个实际的“if()”，然后对来自 src1 和 src2 的相应像素进行按位操作。但我不明白你是怎么来的这个结论。通常掩码作为按位运算应用，所以使用 if( 是非标准的，我想知道这是否是 opencv 真正做的。
是的，选项 C。如果所有图像都是二进制的，因为您的目标最初全为零，其他选项可能会给您相同的结果。我总是使用二进制蒙版（黑色 0 和白色 255 图像，没有灰度值），我不知道如果使用灰度蒙版会发生什么。请注意，“按位与”正在执行“与”逐位（一个像素通常有 8 位），如果两个 src 图像都是二进制（0 和 255 值）一切都会好的，但如果它们有其他像素值，它会给你带来意想不到的结果。