场景需求
使用OpenCV，不免有对图像某些区域进行NaN处理的需求，许多初学者不清楚如何将图像数据，进行类似于matlab的nan处理，即设为不可表示的空值。
特此分享自己写的一个简单的NaN处理函数，将掩膜区内的数值保留，掩膜外的数值变为nan值。
判断某值A是不是nan值，只需要A==A即可，若bool为false，则A为nan值，nan值是不等于nan值的。
注意：nan加任何值都为nan。
C++实现代码
void SetToNan(cv::Mat& src, const cv::Mat& mask) { CV_Assert(src.type() == CV_32FC1); // 32FC是float型，这个可以按需自己修改 cv::Mat _nan(src.size(), src.type(), nan("")); // setTo函数是将满足条件的点设为指定的数值 // 记录mask中不为0的点，将_nan相同位置的这些点设为0 _nan.setTo(0, mask); // mask一般是8UC1型，即内在数据为0-255整数型数值 // nan加任何值都为nan src = src + _nan; }
测试代码
#include<iostream> #include<opencv2/opencv.hpp> #include<opencv2/highgui.hpp> using namespace std; using namespace cv; void SetToNan(cv::Mat& src, const cv::Mat& mask); int main(void) { Mat A = Mat::ones(500, 500, CV_32FC1); Mat mask = Mat::zeros(500, 500, CV_8UC1); circle(mask, Point2i(250, 250), 100, 255, -1); Mat A2 = A.clone(); SetToNan(A2, mask); system("pause"); return 0; } void SetToNan(cv::Mat& src, const cv::Mat& mask) { CV_Assert(src.type() == CV_32FC1); // 32FC是float型，这个可以按需自己修改 cv::Mat _nan(src.size(), src.type(), nan("")); // setTo函数是将满足条件的点设为指定的数值 // 记录mask中不为0的点，将_nan相同位置的这些点设为0 _nan.setTo(0, mask); // mask一般是8UC1型，即内在数据为0-255整数型数值 // nan加任何值都为nan src = src + _nan; }
测试效果
图1 处理前
图2 处理后
注意：处理后的数据是NaN值而不是0，虽然都是黑色的。。
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
