在OpenCV中是一个按位和操作掩码

Question

我从python中的opencv开始，我对如何应用

的掩码有疑问

bitwise_and(src1, src2, mask=mask)

其中哪些描述了实施：

• 一个。所有按位，首先掩码

  1. src1与掩码进行AND运算
  2. src2与掩码进行AND运算
  3. src1和src2的剩余部分是ANDed在一起

• B中。所有按位，图像首先

  1. src1与src2进行AND运算
  2. 结果与掩码进行AND运算

• ℃。条件AND

  1. 掩码“迭代”通过（例如循环）
  2. 对于掩码中的每个像素，如果它非零，则src1，src2中的相应像素被AND并复制到输出

我认为每种产品的性能特征可能略有不同。

实际实施中的哪些（或其他方式）？ （以及为什么，如果我可能会问）

我试图查看来源，但无法弄清楚他们做了什么： https://github.com/opencv/opencv/blob/ca0b6fbb952899a1c7de91b909d3acd8e682cedf/modules/core/src/arithm.cpp

Answer 1

我使用彩色图像和二进制图像计算了cv2.bitwise_and()的两个实现。

<强> 1。使用二进制图像

我们假设我们有以下二进制图像：

屏幕1：

屏幕2：

按位执行：

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

我们获得以下内容：

<强> 2。对彩色图像执行屏蔽：

您也可以使用相同的功能屏蔽特定彩色图像的某个区域。

考虑以下图片：

并考虑 Screen 1 （上面给出）作为面具

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

给你：

注意： 执行按位AND操作时，图像必须具有相同的大小

Answer 2

如果查看文档，第3个参数是您错过的目标图像。

此操作仅在掩码显示时才更改目标图像的值（在这种情况下，它将按位和两个源图像执行）。对于不在掩码中的像素，目标将包含之前包含的相同值。