Opencv————图像ROI和按位操作

1. ROI操作
   ROI（region of interest），感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，ROI。
   eg：roi = img2[0:rows, 0:cols]
   ROI实际上就是截取图像的一部分，然后作相应的操作。
2. 按位操作
   bitwise_and、bitwise_or、bitwise_xor、bitwise_not这四个按位操作函数。

void bitwise_and(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 & src2
void bitwise_or(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 | src2
void bitwise_xor(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 ^ src2
void bitwise_not(InputArray src, OutputArray dst,InputArray mask=noArray());//dst = ~src

bitwise_and是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0
bitwise_or是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1|1=1，1|0=0，0|1=0，0|0=0
bitwise_xor是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1^ 1,1^ 0=1,0^ 1=1,0^0=0
bitwise_not是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，~1=0， ~0=1
eg:

import cv2
import numpy as np

img1 = cv2.imread('F:\python-learn\OPENCV\mixture\James2.jpg')
img2 = cv2.imread('F:\python-learn\OPENCV\mixture\James.jpg')
img1 = cv2.resize(img1, (500, 400), interpolation=cv2.INTER_CUBIC)

rows, cols, channel = img1.shape# 行数，列数，色彩通道数
roi = img2[0:rows, 0:cols]
print(rows, cols, channel)
img1gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)# 变为灰色
ret, mask = cv2.threshold(img1gray, 150, 255, cv2.THRESH_BINARY) #第2个参数为阈值，第3个参数为最大阈值
mask_inv = cv2.bitwise_not(mask)# 去反

img1_bg = cv2.bitwise_and(roi, roi, mask=mask)
img2_fg = cv2.bitwise_and(img1, img1, mask=mask_inv)
cv2.imshow('img1_bg', img1_bg)
cv2.imshow('img2_fg', img2_fg)
dst = cv2.add(img1_bg, img2_fg)
dst = cv2.resize(dst, (500, 400), interpolation=cv2.INTER_CUBIC)
img2[0:rows, 0:cols] = dst
img2 = cv2.resize(img2, (500, 400), interpolation=cv2.INTER_CUBIC)
cv2.imshow('res', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()