在 OpenCV 中是按位掩码和操作

Question

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：

A. 全部按位，先屏蔽
1. src1 与掩码进行 AND 运算
2. src2 与掩码进行 AND 运算
3. src1 和 src2 的剩余部分被 AND 连接在一起
B. 全部按位，图像优先
1. src1 与 src2 进行 AND 运算
2. 结果与掩码进行 AND 运算
C. 有条件的 AND
1. 掩码通过（例如循环）“迭代”
2. 对于掩码中的每个像素，如果它不为零，则将 src1,src2 中的相应像素与并复制到输出

我认为每个的性能特征可能略有不同。

其中哪些（或其他方式）是实际实现？（以及为什么，如果我可以问）

Answer 1

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

1. 使用二进制图像

让我们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. 对彩色图像进行遮罩：

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：

并考虑将屏幕 1（上面给出）作为掩码

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

给你：

注意：在执行按位与操作时，图像必须具有相同的大小

它实际上比这更深。例如，我发现 ANDing 两个图像字面上的 AND 位，所以如果一个图像中的一个像素是 (50,50,50) 而另一个是 (150,150,150) 结果是每个像素的颜色完全不同（按位二进制和）。然而，在掩码参数中，像 (50) 或 (150) 这样的颜色被处理得完全相同，例如它们根本没有进行 AND 运算。它们要么在 0=0、1-255=255 处设置阈值，然后进行 AND 运算，或者更有可能的是，它们实际上每个像素都使用 if 语句。传统上，掩码总是作为按位操作应用，但 opencv 似乎不是。 (2认同)

Answer 2

如果您查看文档，第三个参数是您错过的目标图像。

仅当掩码如此表示时，此操作才会更改目标图像的值（在这种情况下，它将执行两个源图像的按位与）。对于不在掩码中的像素，目标将包含之前包含的相同值。