1.在OpenCV中我們經常會遇到一個名字:Mask(掩膜)。很多函式都使用到它，那麼這個Mask到底什麼呢？

2.如果我們想要裁剪影象中任意形狀的區域時，應該怎麼辦呢？ 
答案是，使用掩膜(masking)。 
我們先看一下掩膜的基礎。影象的位運算。

影象基本運算

1. void add(InputArray src1, InputArray src2, OutputArray dst,InputArray mask=noArray()
   , int dtype=-1);//dst = src1 + src2
2. void subtract(InputArray src1, InputArray src2, OutputArray dst,InputArray mask=noArray(), int dtype=-1);//dst = src1 - src2
3. void multiply(InputArray src1, InputArray src2,OutputArray dst, double scale=1, int dtype=-1);//dst = scale*src1*src2
4. void divide(InputArray src1, InputArray src2, OutputArray dst,double
   scale=1, int dtype=-1);//dst = scale*src1/src2
5. void divide(double scale, InputArray src2,OutputArray dst, int dtype=-1);//dst = scale/src2
6. void scaleAdd(InputArray src1, double alpha, InputArray src2, OutputArray dst);//dst = alpha*src1 + src2
7. void addWeighted(InputArray src1, double alpha, InputArray src2,double
   beta, double gamma, OutputArray dst, int dtype=-1);//dst = alpha*src1 + beta*src2 + gamma
8. void sqrt(InputArray src, OutputArray dst);//計算每個矩陣元素的平方根
9. void pow(InputArray src, double power, OutputArray dst);//src的power次冪
10. void exp(InputArray src, OutputArray dst);//dst = e**src（**表示指數的意思）
11. void log(InputArray src, OutputArray dst);//dst = log(abs(src))

上述的基本操作中都屬於將基礎數學運算應用於影象畫素的處理中，下面將著重介紹

1. bitwise_and、bitwise_or、bitwise_xor、bitwise_not這四個按位操作函式。
2. void bitwise_and(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 & src2
3. void bitwise_or(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 | src2
4. void bitwise_xor(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 ^ src2
5. void bitwise_not(InputArray src, OutputArray dst,InputArray mask=noArray());//dst = ~src

為了便於大家進一步理解，下面給出測試程式碼：

# opencv 影象的基本運算

# 匯入庫
import numpy as np
import argparse
import cv2

# 構建引數解析器
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True, help="Path to the image")
args = vars(ap.parse_args())

# 載入影象
image = cv2.imread(args["image"])
cv2.imshow("image loaded", image)

# 建立矩形區域，填充白色255
rectangle = np.zeros(image.shape[0:2], dtype="uint8")
cv2.rectangle(rectangle, (25, 25), (275, 275), 255, -1) # 修改這裡
cv2.imshow("Rectangle", rectangle)

# 建立圓形區域，填充白色255
circle = np.zeros(image.shape[0:2], dtype="uint8")
cv2.circle(circle, (150, 150), 150, 255, -1) # 修改
cv2.imshow("Circle", circle)


# 在此例（二值影象）中，以下的0表示黑色畫素值0, 1表示白色畫素值255
# 位與運算，與常識相同，有0則為0, 均無0則為1
bitwiseAnd = cv2.bitwise_and(rectangle, circle)
cv2.imshow("AND", bitwiseAnd)
cv2.waitKey(0)



# 非運算，非0為1, 非1為0
bitwiseNot = cv2.bitwise_not(circle)
cv2.imshow("NOT", bitwiseNot)
cv2.waitKey(0)

# 或運算，有1則為1, 全為0則為0
bitwiseOr = cv2.bitwise_or(rectangle, circle)
cv2.imshow("OR", bitwiseOr)
cv2.waitKey(0)

# 異或運算，不同為1, 相同為0
bitwiseXor = cv2.bitwise_xor(rectangle, circle)
cv2.imshow("XOR", bitwiseXor)
cv2.waitKey(0)

可以看到，原圖是一張星空夜景圖。

效果如下：

為了便於展示，後面我只擷取部分割槽域效果：

掩膜（mask）

在有些影象處理的函式中有的引數裡面會有mask引數，即此函式支援掩膜操作，首先何為掩膜以及有什麼用，如下：

在所有影象基本運算的操作函式中，凡是帶有掩膜（mask）的處理函式，其掩膜都參與運算（輸入影象運算完之後再與掩膜影象或矩陣運算）。

掩膜例項

如開篇所提問題2,要對一幅圖進行摳圖(裁剪)操作，這就要用到Mask了，那麼就以摳圖為例，解釋Mask在裡面的作用。同樣以上圖為例，從原圖中裁剪小樹。

我們利用OR結果(其他結果也行)，修改調整後，

程式碼如下：

# opencv 影象的基本運算

# 匯入庫
import numpy as np
import argparse
import cv2

# 構建引數解析器
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True, help="Path to the image")
args = vars(ap.parse_args())

# 載入影象
image = cv2.imread(args["image"])
cv2.imshow("image loaded", image)

# 建立矩形區域，填充白色255
rectangle = np.zeros(image.shape[0:2], dtype="uint8")
cv2.rectangle(rectangle, (360, 348), (660, 570), 255, -1) # 修改這裡
cv2.imshow("Rectangle", rectangle)

# 建立圓形區域，填充白色255
circle = np.zeros(image.shape[0:2], dtype="uint8")
cv2.circle(circle, (520, 455), 140, 255, -1) # 修改
cv2.imshow("Circle", circle)

''' 
# 在此例（二值影象）中，以下的0表示黑色畫素值0, 1表示白色畫素值255
# 位與運算，與常識相同，有0則為0, 均無0則為1
bitwiseAnd = cv2.bitwise_and(rectangle, circle)
cv2.imshow("AND", bitwiseAnd)
cv2.waitKey(0)



# 非運算，非0為1, 非1為0
bitwiseNot = cv2.bitwise_not(circle)
cv2.imshow("NOT", bitwiseNot)
cv2.waitKey(0)



# 異或運算，不同為1, 相同為0
bitwiseXor = cv2.bitwise_xor(rectangle, circle)
cv2.imshow("XOR", bitwiseXor)
cv2.waitKey(0)
'''
# 或運算，有1則為1, 全為0則為0
bitwiseOr = cv2.bitwise_or(rectangle, circle)
cv2.imshow("OR", bitwiseOr)
cv2.waitKey(0)
# 使用mask
mask = bitwiseOr
cv2.imshow("Mask", mask)

# Apply out mask -- notice how only the person in the image is cropped out
masked = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow("Mask Applied to Image", masked)
cv2.waitKey(0)

結果展示：

簡單說就是：

1. 與或非異或運算與我們的常識類似。
2. 掩膜操作就是兩幅影象(numpy陣列)的位運算操作。

附錄：C++ 版

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>

using namespace std;
using namespace cv;

int main()
{
    Mat image, mask;
    Rect r1(100, 100, 250, 300);
    Mat img1, img2, img3, img4;
    image = imread("lol17.jpg");
    mask = Mat::zeros(image.size(), CV_8UC1);
    mask(r1).setTo(255);
    img1 = image(r1);
    image.copyTo(img2, mask);

    image.copyTo(img3);
    img3.setTo(0, mask);


    imshow("Image sequence", image);
    imshow("img1", img1);
    imshow("img2", img2);
    imshow("img3", img3);
    imshow("mask", mask);

    waitKey();
    return 0;
}

原始圖：

注意程式中的這兩句關於Mask的操作。

mask = Mat::zeros(image.size(), CV_8UC1); 
mask(r1).setTo(255);  //r1是設定好的感興趣區域

解釋一下上面兩句的操作。

• 第一步建立與原圖一樣大小的mask影象，並將所有畫素初始化為0，因此全圖成了一張全黑色圖。
• 第二步將mask圖中的r1區域的所有畫素值設定為255,也就是整個r1區域變成了白色。

這樣就能得到Mask影象了。

注意這句，哪個影象拷貝到哪個影象？

image.copyTo(img2, mask);

當然是原始圖image拷貝到目的圖img2上。
其實拷貝的動作完整版本是這樣的：

原圖(image)與掩膜(mask)進行與運算後得到了結果圖（img2）。

何為圖與掩膜的與運算？

其實就是原圖中的每個畫素和掩膜中的每個對應畫素進行與運算。比如1 & 1 = 1；1 & 0 = 0；

比如一個3 * 3的影象與3 * 3的掩膜進行運算，得到的結果影象就是：

說白了，mask就是點陣圖啊，來選擇哪個畫素允許拷貝，哪個畫素不允許拷貝。如果mask畫素的值是非0的，我就拷貝它，否則不拷貝。

因為我們上面得到的mask中，感興趣的區域是白色的，表明感興趣區域的畫素都是非0，而非感興趣區域都是黑色，表明那些區域的畫素都是0。一旦原圖與mask圖進行與運算後，得到的結果圖只留下原始圖感興趣區域的影象了。也正如下圖所示。

image.copyTo(img2, mask);

如果想要直接摳出目標區域，直接這樣寫就OK了：

img1 = image(r1);

參考文獻：

1.https://www.cnblogs.com/skyfsm/p/6894685.html