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

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

这背后的基本概念是黑色的值，它在OPEN_CV中的值为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，另一个是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。我们在以下帮助下创建了roi的背景作为img1_bg：mask_inv，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，因为它是 -

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的掩码

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完整描述和理解访问：OPEN CV CODE FILES AND FULL DESCRIPTION

Answer 2

仅当mask [i]不等于零时才执行“And”的操作，否则操作的结果将为零。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 3

以下链接清楚地解释了按位运算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 - 与输入数组具有相同大小和类型的输出数组。 mask - 可选操作掩码，8位单通道数组，指定要更改的输出数组的元素

Answer 4

从上面的答案我们可能知道bitwise_and（）参数的定义，但它们都没有回答其他问题

为什么在src1和src2使用相同的图像？

这个问题应该由OpenCV文档中过于简化的函数定义引起，对某些人来说可能不明确，在文档中bitwise_and（）定义为

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

从这个定义一见钟情我无法得到当掩码（I）为0时如何处理dst（I）的图片。

从测试结果来看，我认为它应该给出一个更清晰的函数定义

dst（I）= sur1（I）^ sur2（I），如果掩码（I）！= 0，

否则dst（I）保持其原始值，dst数组的所有元素的默认值为0。

现在我们可以知道对于sur1和sur2使用相同的图像，它只会将原始图像部分保留在mask（I）的区域中！= 0而另一个区域显示dst图像的一部分（作为掩模形状）

另外对于其他按位操作，定义应与上面相同，它们还需要添加其他条件和dst数组的默认值描述

Answer 5

实际上每个论点的意思是什么？ res = cv2.bitwise_and(img,img,mask = mask_img)

src1：第一个图像（合并的第一个对象）src2：第二个图像（合并的第二个对象）mask：理解为要合并的规则。如果图像的区域（灰度缩放，然后被遮罩）具有黑色（值为0），则不合并（第一图像的合并区域与第二图像的合并区域）。反之亦然，它将被执行。在您的代码中，引用的图像是“mask_img”。在我的情况下，我的代码是正确的，当它使白色+ anycolor = anycolor;导入cv2导入numpy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] for binary。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变成黑色的像素的方法。