作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

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;
}