python - OpenCv 按位运算物理意义

Question

我最近才开始使用 OpenCv，在线文档似乎还不错。然而，有一个关于图像添加和“按位运算”的教程。我非常严重地卡在了以下几点

 `# Now black-out the area of logo in ROI
  img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)

  # Take only region of logo from logo image.
  img2_fg = cv2.bitwise_and(img2,img2,mask = mask)`

我阅读了有关位运算的内容，并且了解它们是什么。但是我一直无法用非常简单的语言找到上面两行在做什么？上述函数中的参数掩码是做什么的？

我正在学习以下教程

http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_core/py_image_arithmetics/py_image_arithmetics.html

如果有人能用非常简单的语言向我解释这些代码行中发生了什么，或者如果有人能指出一个很好的来源从最基本的角度解释它，我将非常感激。

问候

尼夏尔

Answer 1

该代码将创建一个包含前景蒙版中 img2 的所有原始像素的图像和一个包含背景中的图像 roi 的所有原始像素的图像掩码(倒置的前景掩码)。

所以结果是一个图像，其中所有非 mask 像素都变成黑色，其余像素不变。

首先它计算图像的按位与，这将只是图像本身(确切地说，每个为 1 的位之后都为 1)。但除此之外，它还会应用蒙版并使蒙版中未激活的每个像素都保留为 0。

恕我直言，这有点被黑了，代码应该改为:

# Now black-out the area of logo in ROI
img1_bg = cv2.bitwise_and(roi,mask_inv)

# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img2,mask)

但要使其起作用，蒙版必须与图像具有相同数量的 channel ，因此这通常不起作用，并且会通过将蒙版转换为多 channel 图像来引入一些开销。