opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise

这篇具有很好参考价值的文章主要介绍了opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise_xor。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

与运算

或运算

非运算

异或运算

位运算完整代码

与运算

在opencv进行与运算使用cv2.bitwise_and方法

def bitwise_and(src1, src2, dst=None, mask=None)

src1：参与与运算的图像
src2：用src2与src1进行与运算
dst：与输入具有相同大小和类型的输出数组
mask：可选操作掩码，8 位单通道数组，即指定要更改的输出数组的元素。

与运输操作就是1 & 1 = 1,其他为0。下面用猫的图片和狗图片进行与运算。

cat = cv2.resize(cv2.imread('../images/cat.jpg'), (400, 360))
dog = cv2.resize(cv2.imread('../images/dog.jpg'), (400, 360))
# 与运算 1 & 1 = 1, 其他为0
img_and = cv2.bitwise_and(cat, dog)
show('and', np.hstack((cat, dog, img_and)))

opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise_xor

与运算结果最终会变小，最后的图像也会偏暗

或运算

在opencv进行或运算使用cv2.bitwise_or方法

def bitwise_or(src1, src2, dst=None, mask=None)

或运算 0 | 0 = 0, 其他为1，下面将猫和狗图片进行或运算

cat = cv2.resize(cv2.imread('../images/cat.jpg'), (400, 360))
dog = cv2.resize(cv2.imread('../images/dog.jpg'), (400, 360))
# 或运算 0 | 0 = 0, 其他为1
img_or = cv2.bitwise_or(cat, dog)
show('or', np.hstack((cat, dog, img_or)))

opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise_xor

或运算最终结果会变大，最后的图像也就偏亮了

非运算

在opencv进行非运算使用cv2.bitwise_not方法

def bitwise_not(src, dst=None, mask=None)

这个方法只需输入一个src，src将进行非运算。

注意：opencv非运算不是1变0，0变1，而是 !x = 255 - x,下面对猫图片进行非运算

cat = cv2.resize(cv2.imread('../images/cat.jpg'), (400, 360))
# 非运算 !x = 255 - x
img_not = cv2.bitwise_not(cat)
show('not', np.hstack((cat, img_not)))

opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise_xor

可以发现黑的地方变白了，白的地方变黑了。

异或运算

在opencv进行异或运算使用cv2.bitwise_xor方法

def bitwise_xor(src1, src2, dst=None, mask=None)

异或运算就是相同为0，不同为1，也就是 0 ^ 0 = 0 , 1 ^ 1 = 0 , 另外2个为1，下面将猫和狗进行异或运算

cat = cv2.resize(cv2.imread('../images/cat.jpg'), (400, 360))
dog = cv2.resize(cv2.imread('../images/dog.jpg'), (400, 360))
# 异或运算 1 ^ 1, 0 ^ 0 为0，其他为1
img_xor = cv2.bitwise_xor(cat, dog)
show('xor', np.hstack((cat, dog, img_xor)))

opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise_xor

异或运算最终结果也是特别的乱，看不出什么特征。

位运算完整代码

下面代码展示了4个不同运算对图像造成的影响，可以使用不同图片进行查看文章来源地址https://www.toymoban.com/news/detail-440031.html

import cv2
import numpy as np


def show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


cat = cv2.resize(cv2.imread('../images/cat.jpg'), (400, 360))
dog = cv2.resize(cv2.imread('../images/dog.jpg'), (400, 360))
# 与运算 1 & 1 = 1, 其他为0
img_and = cv2.bitwise_and(cat, dog)
show('and', np.hstack((cat, dog, img_and)))

# 或运算 0 | 0 = 0, 其他为1
img_or = cv2.bitwise_or(cat, dog)
show('or', np.hstack((cat, dog, img_or)))

# 非运算 !x = 255 - x
img_not = cv2.bitwise_not(cat)
show('not', np.hstack((cat, img_not)))

# 异或运算 1 ^ 1, 0 ^ 0 为0，其他为1
img_xor = cv2.bitwise_xor(cat, dog)
show('xor', np.hstack((cat, dog, img_xor)))

到了这里，关于opencv位运算，cv2.bitwise_and，cv2.bitwise_or，cv2.bitwise_not，cv2.bitwise_xor的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！