OpenCv中两幅图像的比较运算、逻辑运算（学习笔记）

求取两幅图像每一个像素较大或者较小灰度值的max()、min()函数，这两个函数分别比较两幅图像每一个元素的灰度值大小，保留较大（较小）的灰度值。

max()、min()函数原型

void cv::max(InputArray src1, InputArray src2, OutputArray dst)

void cv::min(InputArray src1, InputArray src2, OutputArray dst)

其中，src1：第一个图像矩阵，可以是任意通道数的矩阵。src2：第二个图像矩阵，尺寸和通道数及数据类型都需要与src1保持一致。dst：保留对应位置较大（较小）灰度值后的图像矩阵，尺寸、通道数和数据类型与src1保持一致。

例子：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>

using namespace std;
using namespace cv;

int main()
{
	float a[12] = { 1, 2, 3.3, 4, 5, 9, 5, 7, 8.2, 9, 10, 2 };
	float b[12] = { 1, 2.2, 3, 1, 3, 10, 6, 7, 8, 9.3, 10, 1 };
	Mat imga = Mat(3, 4, CV_32FC1, a);
	Mat imgb = Mat(3, 4, CV_32FC1, b);
	Mat imgas = Mat(2, 3, CV_32FC2, a);
	Mat imgbs = Mat(2, 3, CV_32FC2, b);

	//对两个单通道矩阵进行比较运算
	Mat myMax, myMin;
	max(imga, imgb, myMax);
	min(imga, imgb, myMin);

	//对两个多通道矩阵进行比较运算
	Mat myMaxs, myMins;
	max(imgas, imgbs, myMaxs);
	min(imgas, imgbs, myMins);

	//对两张彩色图像进行比较运算
	Mat img0 = imread("D:\\lena.jpg"); //尺寸219*220
	Mat img1 = imread("D:\\dijia.png");//尺寸464*688

	if (img0.empty() || img1.empty())
	{
		cout << "请确认图像文件名称是否正确" << endl;
		return -1;
	}
	Mat comMin, comMax,temp;
	//确保两幅图片尺寸一样
	Rect rect1(300, 200, 220, 219);
	img1 = img1(rect1);
	cout << img0.size << endl;
	cout << img1.size << endl;
	imshow("lena", img0);
	imshow("dijia", img1);
	max(img0, img1, comMax);
	min(img0, img1, comMin);
	imshow("comMin", comMin);
	imshow("comMax", comMax);

	//与掩模进行比较运算
	Mat src1 = Mat::zeros(Size(220, 219), CV_8UC3);
	Rect rect(50, 50, 150, 150);  //Rect为矩形类，前两个参数表示矩形左上顶点坐标，后两个参数表示长宽
	src1(rect) = Scalar(255, 255, 255);  //生成一个低通150*150的掩模
	Mat comsrc1, comsrc2;
	cout << img0.size << endl;
	cout << src1.size << endl;
 	min(img0, src1, comsrc1);
 	imshow("comsrc1", comsrc1);

	Mat src2 = Mat(219, 220, CV_8UC3, Scalar(0, 0, 255));  //生成一个显示红色通道的低通掩模
	min(img0, src2, comsrc2);
	imshow("comsrc2", comsrc2);

	//对两张灰度图像进行比较运算
	Mat img0G, img1G, comMinG, comMaxG;
	cvtColor(img0, img0G, COLOR_BGR2GRAY);
	cvtColor(img1, img1G, COLOR_BGR2GRAY);
	max(img0G, img1G, comMaxG);
	min(img0G, img1G, comMinG);
	imshow("comMinG", comMinG);
	imshow("comMaxG", comMaxG);
	waitKey(0);
	return 0;
}

结果如图

逻辑运算函数原型 

//像素求“与”运算
void cv::bitwise_and(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray())
//像素求“或”运算
void cv::bitwise_or(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray())
//像素求“异或”运算
void cv::bitwise_xor(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray() )
//像素求“非”运算
void cv::bitwise_not(InputArray src, OutputArray dst, InputArray mask = noArray())

 其中，src1：第一个图像矩阵，可以是多通道图像数据。

src2：第二个图像矩阵，尺寸、通道数和数据类型都需要与src1 一致。

dst :逻辑运算输出结果，尺寸、通道数和数据类型都需要与src1 一致。

mask：掩模，用于设置图像或矩阵中逻辑运算的范围。

像CV_8U类型图像数据，像素值从0~255，逻辑运算时，需像素值转换为二进制再进行运算，例如：对0 求非是 1111 1111

示例：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>

using namespace std;
using namespace cv;

int main()
{
	Mat img = imread("D:\\dijia.png"); //导入图像
	if (img.empty())
	{
		cout << "请确认图像文件名称是否正确" << endl;
		return -1;
	}
	//创建两个黑白图像
	Mat img0 = Mat::zeros(200, 200, CV_8UC1); //200*200单通道
	Mat img1 = Mat::zeros(200, 200, CV_8UC1);
	Rect rect0(50, 50, 100, 100);
	img0(rect0) = Scalar(255);
	Rect rect1(100, 100, 100, 100);
	img1(rect1) = Scalar(255);
	imshow("img0", img0);
	imshow("img1", img1);

	//进行逻辑运算
	Mat myAnd, myOr, myXor, myNot, imgNot;
	bitwise_not(img0, myNot);
	bitwise_and(img0, img1, myAnd);
	bitwise_or(img0, img1, myOr);
	bitwise_xor(img0, img1, myXor);
	bitwise_not(img, imgNot);
	imshow("myAnd", myAnd);
	imshow("myOr", myOr);
	imshow("myXor", myXor);
	imshow("myNot", myNot);
	imshow("img", img);
	imshow("imgNot", imgNot);
	waitKey(0);
	return 0;
}

运算结果

 (迪迦黑化)