Question

我正在尝试提取输入图像的蓝色。为此，我使用命令

创建蓝色HSV颜色边界和阈值HSV图像

mask_img = cv2.inRange(hsv, lower_blue, upper_blue)

之后，我使用

在输入图像和阈值图像上使用了bitwise_and

res = cv2.bitwise_and(img,img,mask = mask_img)

在哪里＆＃39; img＆＃39;是输入图像。这段代码我是从opencv获得的。但是我不明白为什么在bitwise_and中使用三个参数以及实际上每个参数的含义是什么意思？为什么在src1和src2上使用相同的图像？

这里还有mask关键字的用途是什么？请帮我找出答案

Answer 1

＆＃34;和＆＃34;的操作只有当mask [i]不等于零时才会执行，否则运算的结果将为零。掩模应为单通道的白色或黑色图像。你可以看到这个链接 http://docs.opencv.org/2.4.13.2/modules/core/doc/operations_on_arrays.html?highlight=bitwise#bitwise-and

Answer 2

背后的基本概念是黑色的值，它的值在OPEN_CV中为0.So black + anycolor = anycolor，因为黑色的值为0。

现在假设我们有两个图像，一个名为img1，另一个名为img2。 img2包含我们想要放在img1上的徽标。我们创建threshold，然后创建img2的mask和mask_inv，并创建img1的roi。现在我们要做两件事来在img1上添加img2的标识。我们在mask_inv的帮助下创建了roi的背景作为img1_bg，mask_inv将有两个区域一个黑色和一个白色，在白色区域我们将放置img1部分并留下黑色 -

img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)

在你的问题中，你直接使用了img创建的面具

res = cv2.bitwise_and(img,img,mask = mask_img)

在img2中我们需要创建徽标作为roi的前景，

img2_fg = cv2.bitwise_and(img2,img2,mask = mask)

这里我们使用了遮罩层，img2的徽标部分填充在遮罩的白色部分现在，当我们添加两个时，我们得到一个完美的组合roi 如需完整描述和理解，请访问： OPEN CV CODE FILES AND FULL DESCRIPTION

Answer 3

以下链接清楚地解释了按位操作以及每个参数的重要性。 http://opencvexamples.blogspot.com/2013/10/bitwise-and-or-xor-and-not.html

void bitwise_and（InputArray src1，InputArray src2，OutputArray dst，InputArray mask = noArray（））

计算两个数组或数组和标量的每元素逐位连接。参数： src1 - 第一个输入数组或标量。

src2 - 第二个输入数组或标量。

src - 单输入数组。

值 - 标量值。

dst - 输出数组，其大小和类型与输入数组相同。 mask - 可选操作掩码，8位单通道数组，指定要更改的输出数组的元素

Answer 4

从以上答案中，我们可能知道bitwise_and（）参数的定义，但它们都不能回答另一个问题

为什么在src1和src2使用相同的图像？

这个问题应该是由于OpenCV文档中的函数定义过于简化引起的，对于某些人来说可能是模棱两可的，在文档中，bitwise_and（）被定义为

dst（I）= sur1（I）^ sur2（I），如果mask（I）！= 0，其中^代表'and'运算符

乍看之下，我无法获得有关mask（I）为0时如何处理dst（I）的图片。

从测试结果来看，我认为它应该给出更清晰的功能定义

dst（I）= sur1（I）^ sur2（I），如果mask（I）！= 0，

否则dst（I）保留其原始值，并且dst数组的所有元素的默认值为0。

现在我们可能知道，对于sur1和sur2使用相同的图像，它将仅将原始图像部分保留在mask（I）！= 0的区域中，而其他区域则显示dst图像的部分（因为面具形状）

对于其他按位运算，其定义应与上述相同，它们还需要添加否则条件和dst数组的默认值描述

Answer 5

每个参数实际上是什么意思？ res = cv2.bitwise_and(img,img,mask = mask_img)

src1：第一个图像（用于合并的第一个对象） src2：第二张图片（用于合并的第二个对象）遮罩：理解为合并规则。如果图像的区域（先是灰度级，然后是蒙版）是黑色（值为0），则不进行合并（将第一个图像的区域与第二个图像的区域合并）。反之亦然，它将被执行。在您的代码中，引用的图像是“ mask_img”。就我而言，当我的代码变成白色+ anycolor = anycolor时，我的代码是正确的；导入cv2 将numpy导入为np

# Load two images
img1 = cv2.imread('bongSung.jpg')
img2 = cv2.imread('opencv.jpg')

# I want to put logo on top-left corner, so I create a ROI 
rows, cols, channels = img2.shape
roi = img1[0:rows, 0:cols]

# NOw we need to create a mask of the logo, mask is conversion to grayscale of an image
img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) 
ret, mask = cv2.threshold(img2gray, 220, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('mask', mask)

mask_inv = cv2.bitwise_not(mask)
#cv2.imshow("mask_inv", mask_inv)

#When using bitwise_and() in opencv with python then white + anycolor = anycolor; black + anycolor = black 
img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)
#cv2.imshow("img1_bg", img1_bg)

cv2.imshow("img2", img2)

img2_fg = cv2.bitwise_and(img2,img2,mask = mask)
cv2.imshow('img2_fg', img2_fg)

dst = cv2.add(img1_bg,img2_fg)

img1[0:rows, 0:cols] = dst

#cv2.imshow("Image", img1)
cv2.waitKey(0)

cv2.destroyAllWindows()

Answer 6

关于使用img两次，我的猜测是我们并不关心img [i]和img [i]是什么，因为它只是img [i]二进制文件。重要的是，正如Mohammed Awney所提到的，当掩码为0时，我们将img [i]设为0，否则我们将像素单独留下。根据我们的面具，这是一种使img变成黑色像素的方法。

Answer 7

bitwise_and ( InputArray src1, 输入数组 src2，输出数组 dst， InputArray 掩码 = noArray() )

src1 第一个输入数组或标量。

src2 第二个输入数组或标量。

与输入数组具有相同大小和类型的 dst 输出数组。

mask 可选操作掩码，8 位单通道数组，指定要更改的输出数组元素。

dst(I)=src1(I)∧src2(I)if mask(I)≠0

和掩码对 dst 进行操作

计算两个数组的按位连接 (dst = src1 & src2) 计算两个数组或一个数组和一个标量的每个元素的按位连接。

解释参数含义在res = cv2.bitwise_and（img，img，mask = mask）

7 个答案: