图像运算（二）

图像的位运算

       1.图像的非运算：bitwise_not(img)

import cv2
import numpy as np

# 创建一张图片
img = np.zeros((200, 200, 3), np.uint8)

img[50:150, 50:150] = 255
img1 = cv2.bitwise_not(img)
img2 = np.hstack([img1, img])
# cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
key = cv2.waitKey(0)
if key & 0xFF == ord('a'):
    cv2.destroyAllWindows()

 运行结果：

 

 2.图像的与运算：

cv2.bitwise_and(img1,img2)

# 创建一张图片
img = np.zeros((400, 600, 3), np.uint8)
img[10:400, 10:400] = 128
img1 = cv2.imread('d:\\download\\1.JPG')
img1 = cv2.resize(img1, (600, 400))
img2 = cv2.bitwise_and(img, img1)
img3 = np.hstack([img1, img2])
# cv2.imshow('img1', img1)
# cv2.imshow('img', img)
cv2.imshow('img3', img3)
key = cv2.waitKey(0)
if key & 0xFF == ord('a'):
    cv2.destroyAllWindows()

运行结果为：

也就是说，两张照片的值相同的地方就会取相同的地方。 

 图像的或与异或运算：

cv2.bitwise_or(img1,img2)

cv2.bitwise_xor(img1,img2)

import cv2
import numpy as np

# 创建一张图片
img = np.zeros((400, 600, 3), np.uint8)
img[10:400, 10:400] = 128
img1 = cv2.imread('d:\\download\\1.JPG')
img1 = cv2.resize(img1, (600, 400))
img2 = cv2.bitwise_and(img, img1)
img4 = cv2.bitwise_or(img, img1)
img5 = cv2.bitwise_xor(img, img1)
img3 = np.hstack([img1, img2])
img6 = np.hstack([img1, img4])
img7 = np.hstack([img1, img5])
# cv2.imshow('img1', img1)
# cv2.imshow('img', img)
cv2.imshow('and', img3)
cv2.imshow('or', img6)
cv2.imshow('xor', img7)
key = cv2.waitKey(0)
if key & 0xFF == ord('a'):
    cv2.destroyAllWindows()

或：相当于数学中的并集。

 异或；并起来，再去掉有交集的部分。