任何人都可以帮我解释res = cv2.bitwise_and(img,img,mask = mask)中的参数含义

Question

我试图提取输入图像的蓝色.为此,我使用该命令创建蓝色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)

'img'是输入图像的位置.这段代码我是从opencv获得的.但是我不明白为什么在bitwise_and中使用了三个参数,实际上每个参数是什么意思？为什么在src1和src2使用相同的图像？

而且这里有mask关键字的用途是什么？请帮我找出答案

Answer 1

每个论点实际上是什么意思？ res = cv2.bitwise_and(img,img,mask = mask_img)

src1：第一张图片（合并的第一个对象）

src2：第二张图片（合并的第二个对象）

掩码：理解为要合并的规则。如果图像区域（灰度化，然后遮罩）为黑色（值为0），则不合并（将第一张图像的区域与第二张图像的区域合并），反之亦然，它将是执行。在您的代码中，引用的图像是“mask_img”。

就我而言，我的代码是正确的，当它使 white + anycolor = anycolor

import cv2
import numpy as 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 2

这背后的基本概念是黑色的值，在OPEN_CV中它的值为0.所以黑色+ anycolor = anycolor，因为黑色的值为0。

现在假设我们有两个图像，一个是命名img1，另一个是img2。img2包含一个我们想要放置在img1上的徽标。我们先创建img2 threshold的mask和mask_inv，再创建roiimg1。现在，我们必须做两件事才能在img1上添加img2的徽标。我们在以下帮助下将roi的背景创建为img1_bg：mask_invmask_inv将具有两个区域，一个为黑色，一个为白色，在白色区域中，我们将放置img1部分，并将黑色保持原样-

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

在您的问题中，您直接使用了创建的img的蒙版

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)

在这里，我们使用了遮罩层，img2的徽标部分被遮罩的白色部分填充了。现在，当我们同时添加两者时，我们得到了一个完美的组合roi。有关完整的描述和理解，请访问： 打开CV代码文件和完整描述

Answer 3

从上面的回答我们可能知道bitwise_and()的参数定义，但都没有回答另一个问题

为什么在 src1 和 src2 使用相同的图像？

这个问题应该是OpenCV文档中函数定义过于简单导致的，可能有些人会比较含糊，文档中bitwise_and()定义为

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

从这个定义乍一看，我无法获得有关如何在掩码（I）为 0 时处理 dst(I) 的图片。

从测试结果来看，我认为应该给出更清晰的函数定义为

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

否则 dst(I) 保持其原始值，dst 数组所有元素的默认值为 0。

现在我们可能知道，sur1 和 sur2 使用相同的图像，它只会保留 mask(I) !=0 区域中的原始图像部分，其他区域显示 dst 图像的部分（作为掩码形状）

另外其他按位运算的定义应该和上面一样，还需要加上otherwise条件和dst数组的默认值描述

Answer 4

仅当mask [i]不等于零时，才会执行“与”运算，否则，和运算的结果将为零。蒙版应为单通道的白色或黑色图像。您可以看到此链接 http://docs.opencv.org/2.4.13.2/modules/core/doc/operations_on_arrays.html?highlight=bitwise#bitwise-and

Answer 5

下面的链接清楚地解释了按位运算以及每个参数的含义。\n http://opencvexamples.blogspot.com/2013/10/bitwise-and-or-xor-and-not.html

\n\n

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

\n\n

计算两个数组或一个数组和一个标量的每个元素的按位合取。\n参数:\nsrc1 \xe2\x80\x93 第一个输入数组或标量。

\n\n

src2 \xe2\x80\x93 第二个输入数组或标量。

\n\n

src \xe2\x80\x93 单输入数组。

\n\n

值 \xe2\x80\x93 标量值。

\n\n

dst \xe2\x80\x93 输出数组，其大小和类型与输入数组相同。\nmask \xe2\x80\x93 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

\n