OpenCV中是掩码按位与运算

我从 python 中的 opencv 开始，我有一个关于如何应用 mask 的问题

bitwise_and(src1, src2, mask=mask)

以下哪一项描述了实现：

• A.全部按位，先屏蔽

  1. src1 与掩码进行“与”运算
  2. src2 与 mask 进行 AND 运算
  3. src1 和 src2 的剩余内容通过 AND 组合在一起

• 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“与”运算

• C. 条件 AND

  1. 掩码被“迭代”（例如循环）
  2. 对于 mask 中的每个像素，如果它非零，则对 src1、src2 中的对应像素进行 AND 运算并复制到输出

我认为每个的性能特征可能略有不同。

其中哪一个（或其他方式）是实际实现的？ （以及为什么，如果我可以问的话）

我试图查看来源，但无法完全弄清楚他们做了什么：https://github.com/opencv/opencv/blob/ca0b6fbb952899a1c7de91b909d3acd8e682cedf/modules/core/src/arithm.cpp https://github.com/opencv/opencv/blob/ca0b6fbb952899a1c7de91b909d3acd8e682cedf/modules/core/src/arithm.cpp

我已经制定了两个实现cv2.bitwise_and()使用彩色图像和二值图像。

1. 使用二值图像

假设我们有以下二值图像：

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函数屏蔽给定彩色图像的特定区域。

考虑下图：

并考虑Screen 1（上面给出）作为面具

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

给你：

Note:执行按位 AND 运算时，图像必须具有相同的大小