OpenCV中的逻辑运算就是对应位置的元素进行与、或、非和异或。

Opencv与Python不同的是：OpenCV中0的非反过来是255，255反过来是0。

但是Python中255非为-256。

一、非运算

使用API---cv.bitwise_not(str)

示例代码如下：

import cv2
import numpy as npcat = cv2.imread("cat.png")cat_not = cv2.bitwise_not(cat)      # 进行非运算
cv2.imshow("not", np.hstack((cat, cat_not)))   # 两张图片水平展示
print(cat[:2, :2])
print(cat_not[:2, :2])cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下：

从图片中我们可以发现：猫白色的部分变为了黑色.

从数组中我们可以看出：每个数字取反，在munpy中最大值为255，因此此时255-90=165。

二、与运算 

使用API---cv.bitwise_and(str)

 

第一个为小狗，第二个为小猫，第三个为经过与运算的，其中246 & 90 = 82

OpenCV与Python中的与运算一致，都是先将十进制数字转为二进制，再进行与运算，最后再转化为十进制。

且一般经过与运算后的数字比前两个较小。

三、或运算

使用API---cv.bitwise_or(str)

 

与对应位置元素进行或运算 

其中 246 | 90 = 254，或运算的法则与Python一样。

整体数字变大，图片变亮。

四、异或运算

使用API---cv.bitwise_xor(str)

注意点：np.hstack（），中间补充的元素必须为元组。

 

整体颜色比较乱。按对应位置的元素进行二进制异或操作。

数字相同为1，数字不同为0.

经验证可得 246 ^ 90  = 172     其中255 ^255 = 0

综合演示代码如下所示：

import cv2
import numpy as npcat = cv2.imread("cat.png")
dog = cv2.imread("dog.png")
new_dog = dog[:370, :550]
new_cat = cat[:370, :550]# cat_not = cv2.bitwise_not(cat)      # 进行非运算
# cv2.imshow("not", np.hstack((cat, cat_not)))   # 非运算两张图片水平展示# cat_and = cv2.bitwise_and(new_cat, new_dog)
# cv2.imshow("and", np.hstack((new_cat, cat_and)))   # 与运算两张图片水平展示# cat_or = cv2.bitwise_or(new_cat, new_dog)
# cv2.imshow("or", np.hstack((new_cat, cat_or)))   # 与运算两张图片水平展示cat_xor = cv2.bitwise_xor(new_cat, new_dog)
cv2.imshow("xor", np.hstack((new_cat, cat_xor)))
print(new_dog[:2, :2])
print("-----------------------")
print(new_cat[:2, :2])
print("-----------------------")
# print(cat_and[:2, :2])    # 输出两个图片的与操作
# print(cat_or[:2, :2])    # 输出两个图片的或操作
print(cat_xor[:2, :2])    # 输出两个图片的或操作cv2.waitKey(0)
cv2.destroyAllWindows()