opencv bitwise_and函数c++的使用方法

Bitwise_and函数是opencv中的按位与运算函数，可以对两幅图像进行逐一比较，相同则结果图像对应点为1，不同则结果图像对应点为0。函数的使用方法为：

cv::bitwise_and(src1, src2, dst, mask)

其中，src1表示第一幅源图像，src2表示第二幅源图像，dst表示输出图像，mask表示掩码图像（可选参数）。函数所需参数均为Mat类型。

相关问题

如何使用AVX2指令集加速cv::bitwise_and带有掩码参数函数，对于一张3072x2048图像有明显加速效果

AVX2是一种指令集扩展技术，可以在特定的CPU上使用以提高运算速度。要使用AVX2指令集加速cv::bitwise_and带有掩码参数函数，可以使用OpenCV中的cv::parallel_for_函数将图像分割成多个小块，然后在每个小块中使用AVX2指令集进行位运算。

下面是一个使用AVX2指令集加速cv::bitwise_and带有掩码参数函数的示例代码：

#include <immintrin.h>
#include <opencv2/opencv.hpp>

using namespace cv;

void bitwise_and_avx2(const Mat& src1, const Mat& src2, Mat& dst, const Mat& mask)
{
    CV_Assert(src1.type() == src2.type() && src1.type() == dst.type() &&
              src1.size() == src2.size() && src1.size() == dst.size() &&
              src1.channels() == src2.channels() && src1.channels() == dst.channels());

    int channels = src1.channels();
    int rows = src1.rows;
    int cols = src1.cols * channels;

    __m256i zero = _mm256_setzero_si256();
    __m256i mask255 = _mm256_set1_epi8(255);

    parallel_for_(Range(0, rows), [&](const Range& range) {
        for (int i = range.start; i < range.end; i++)
        {
            const uchar* src1_ptr = src1.ptr<uchar>(i);
            const uchar* src2_ptr = src2.ptr<uchar>(i);
            const uchar* mask_ptr = mask.ptr<uchar>(i);
            uchar* dst_ptr = dst.ptr<uchar>(i);

            for (int j = 0; j < cols; j += 32)
            {
                __m256i src1_data = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(src1_ptr + j));
                __m256i src2_data = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(src2_ptr + j));
                __m256i mask_data = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(mask_ptr + j));

                __m256i src1_and_src2 = _mm256_and_si256(src1_data, src2_data);
                __m256i dst_data = _mm256_and_si256(src1_and_src2, mask_data);

                dst_data = _mm256_or_si256(dst_data, _mm256_andnot_si256(mask_data, zero));
                dst_data = _mm256_min_epu8(dst_data, mask255);

                _mm256_storeu_si256(reinterpret_cast<__m256i*>(dst_ptr + j), dst_data);
            }
        }
    });
}

在上面的代码中，使用了AVX2指令集中的_mm256_loadu_si256、_mm256_and_si256、_mm256_or_si256、_mm256_andnot_si256、_mm256_storeu_si256等指令来加速位运算操作。此外，还使用了cv::parallel_for_函数将图像分割成多个小块，并行处理每个小块中的像素数据，以提高处理速度。

使用上面的代码可以加速cv::bitwise_and带有掩码参数函数，对于一张3072x2048的图像，可以在使用AVX2指令集的CPU上获得明显的加速效果。

bitwise_no

bitwise_not函数是OpenCV图像处理库中的一个函数，它将输入图像的每个像素的颜色取反。具体来说，该函数将输入图像中的每个像素的每个通道的像素值都取反，使得颜色从黑色变成白色，白色变成黑色。该函数的用法如下：

bitwise_not(InputArray src, OutputArray dst)

其中，src是输入图像，dst是输出图像。函数将输入图像src的每个像素的每个通道的像素值取反，并将结果存储在输出图像dst中。

在C++中，使用OpenCV的bitwise_not函数可以实现对图像进行取反操作，即将图像中的黑色和白色颜色进行交换。例如，在以下代码片段中，我们使用bitwise_not函数对图像进行取反操作并显示结果：

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image, image2;
    image = cv::imread("path/to/image.jpg");
    
    cv::bitwise_not(image, image2);
    
    cv::imshow("result", image2);
    cv::waitKey(0);
    
    return 0;
}

这段代码读取了一张图像，然后使用bitwise_not函数对图像进行取反操作，并将结果显示在名为"result"的窗口中。请注意，这里的"path/to/image.jpg"应该替换为实际的图像文件路径。

另外，如果想要在阈值处理过程中进行取反操作，可以使用threshold函数的参数THRESH_BINARY_INV来实现，其效果与bitwise_not相同。具体用法请参考OpenCV的官方文档。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [opencv中的bitwise_not，bitwise_xor，bitwise_or，bitwise_and的使用方法与效果。](https://blog.csdn.net/zhushiq1234/article/details/51113671)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [code_hdu.rar_ACM_The First_hdu_test case example](https://download.csdn.net/download/weixin_42651281/86645822)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]