问题引入
在小强学Python+OpenCV之－1.4.2裁剪一节，我们使用的是numpy数组切片功能实现图片区域的裁剪。
那么，如果我们想要裁剪图像中任意形状的区域时，应该怎么办呢？
答案是，使用掩膜(masking)。
但是这一节我们先看一下掩膜的基础。图像的位运算。
代码
编写python脚本masking.py如下:
# 导入库import numpy as npimport argparseimport cv2# 构建参数解析器ap = argparse.ArgumentParser()ap.add_argument("-i", "--image", required=True, help="Path to the image")args = vars(ap.parse_args())# 加载猫的图像image = cv2.imread(args["image"])cv2.imshow("Cat", image)# 创建矩形区域，填充白色255rectangle = np.zeros(image.shape[0:2], dtype = "uint8")cv2.rectangle(rectangle, (25, 25), (275, 275), 255, -1)cv2.imshow("Rectangle", rectangle)# 创建圆形区域，填充白色255circle = np.zeros(image.shape[0:2], dtype = "uint8")cv2.circle(circle, (150, 150), 150, 255, -1)cv2.imshow("Circle", circle)# 在此例（二值图像）中，以下的0表示黑色像素值0, 1表示白色像素值255# 位与运算，与常识相同，有0则为0, 均无0则为1bitwiseAnd = cv2.bitwise_and(rectangle, circle)cv2.imshow("AND", bitwiseAnd)cv2.waitKey(0)# 或运算，有1则为1, 全为0则为0bitwiseOr = cv2.bitwise_or(rectangle, circle)cv2.imshow("OR", bitwiseOr)cv2.waitKey(0)# 非运算，非0为1, 非1为0bitwiseNot = cv2.bitwise_not(circle)cv2.imshow("NOT", bitwiseNot)cv2.waitKey(0) # 异或运算，不同为1, 相同为0bitwiseXor = cv2.bitwise_xor(rectangle, circle)cv2.imshow("XOR", bitwiseXor)cv2.waitKey(0)
效果
运行脚本:
相信大家看到效果，再结合代码可以很容易理解。
裁剪
下面，我们利用OR结果（有点像猫的头像轮廓）把本课的主题图片中的猫的头像剪切出来。
我们需要修改一下，矩形区域的大小，去掉下边的两个角。
cv2.rectangle(rectangle, (25, 25), (275, 220), 255, -1)
最终调整后的代码如下：
# 导入库import numpy as npimport argparseimport cv2# 构建参数解析器ap = argparse.ArgumentParser()ap.add_argument("-i", "--image", required=True, help="Path to the image")args = vars(ap.parse_args())# 加载猫的图像image = cv2.imread(args["image"])cv2.imshow("Cat", image)# 创建矩形区域，填充白色255rectangle = np.zeros(image.shape[:2], dtype = "uint8")cv2.rectangle(rectangle, (380, 100), (575, 200), 255, -1)cv2.imshow("Rectangle", rectangle)# 创建圆形区域，填充白色255circle = np.zeros(image.shape[:2], dtype = "uint8")cv2.circle(circle, (475, 180), 105, 255, -1)cv2.imshow("Circle", circle)# 或运算bitwiseOr = cv2.bitwise_or(rectangle, circle)cv2.imshow("OR", bitwiseOr)cv2.waitKey(0)mask = bitwiseOrcv2.imshow("Mask", mask)# Apply out mask -- notice how only the person in the image is cropped outmasked = cv2.bitwise_and(image, image, mask=mask)cv2.imshow("Mask Applied to Image", masked)cv2.waitKey(0)
运行得到
得到：
我们“近似”得到了猫的头像。
总结
1. 与或非异或运算与我们的常识类似。
2. 掩膜操作就是两幅图像(numpy数组)的位运算操作。
如果觉得《python异或运算怎么算_小强学Python+OpenCV之－1.4.4掩膜mask及位运算（与 或 非 异或）...》对你有帮助，请点赞、收藏，并留下你的观点哦！
