opencv的逻辑运算-- 与、或、非异或

淼学派对

发布于 2023-10-14 03:04:05

31100

代码可运行

文章被收录于专栏：云开发小程序1云开发小程序1

运行总次数：0

代码可运行

python中的异或

例如:^符号是键盘在英文状态下的 shift+6组合键

a=1 ^ 0
print(a)

输出：

那么，我们在opencv中怎么来使用呢？

与运算

opencv中的逻辑运算就是对应位置元素进行与或非，异或。

举例：

a=204 & 213
print(a)

输出：

说明：python先将204和213转为二进制，然后做”与“运算，然后再将他们转为十进制，并输出！

非运算

在python中

举例：

a=~255
print(a)

输出：

-256

但是，在opencv中我们用非运算后，只会在0~255之间来回取反。不会超过0~255的范围。

opencv中的逻辑运算

非运算

举例：

import cv2
import numpy as np

# 读取图片
# luo = cv2.imread('baocun.jpg')
lufei = cv2.imread('1.jpg')
# 非操作 相当于255-图片的色值
lufei_not = cv2.bitwise_not(lufei)#把路飞这张图片进行”非“运算
img = np.hstack((lufei,lufei_not))#将原图片和取非后的图片合并显示
img1 = cv2.resize(img,None,fx=0.5,fy=0.5)#调节显示图片的大小
cv2.imshow('not',img1)
print(lufei[:2,:2])
print(lufei_not[:2,:2])

cv2.waitKey()
cv2.destroyAllWindows()

输出结果与显示结果：

[[[ 95  88  49]
  [ 96  89  50]]
 [[115 109  68]
  [115 109  68]]]


[[[160 167 206]
  [159 166 205]]
 [[140 146 187]
  [140 146 187]]]

打印结果的说明：255 - 第一组是原图片的色值数组 = 取非后的图片色值数组

与运算

举例：

import cv2
import numpy as np

# 读取图片

lufei= cv2.imread('3.png')
luo= cv2.imread('4.png')

#对两张图片进行切片
new_lufei = lufei[0:3600,:5000]
new_luo = luo[0:3600,:5000]
# 进行逻辑”与运算“
cat_and = cv2.bitwise_and(new_lufei,new_luo)

img = np.hstack((new_lufei,cat_and))#两张图片合并
img1 = cv2.resize(img,(1000,800))#调节显示图片的大小
cv2.imshow('and',img1)
print(new_lufei[:2,:2])
print(new_luo[:2,:2])
print('---------------------------')
print(cat_and[:2,:2])

cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果与显示结果：new_lufei的二进制色值 + new_luo的二进制色值 = cat_and的二进制色值->cat_and的十进制色值

[[[ 95  88  49]
  [ 95  88  49]]

 [[102  95  57]
  [102  95  57]]]


[[[69 58 51]
  [68 57 51]]

 [[67 55 50]
  [66 54 50]]]
---------------------------
[[[69 24 49]
  [68 24 49]]

 [[66 23 48]
  [66 22 48]]]

验证：（只验了数组的第一个值）

a=95 & 69
print(a)

结果：

或运算

举例：

import cv2
import numpy as np

# 读取图片

lufei= cv2.imread('3.png')
luo= cv2.imread('4.png')

#对两张图片进行切片
new_lufei = lufei[0:3600,:5000]
new_luo = luo[0:3600,:5000]
# 进行逻辑”与运算“
cat_and = cv2.bitwise_or(new_lufei,new_luo)

img = np.hstack((new_lufei,cat_and))#两张图片合并
img1 = cv2.resize(img,(1000,800))#调节显示图片的大小
cv2.imshow('and',img1)
print(new_lufei[:2,:2])
print(new_luo[:2,:2])
print('---------------------------')
print(cat_and[:2,:2])

cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果与显示结果：

[[[ 95  88  49]
  [ 95  88  49]]

 [[102  95  57]
  [102  95  57]]]

[[[69 58 51]
  [68 57 51]]

 [[67 55 50]
  [66 54 50]]]
---------------------------
[[[ 95 122  51]
  [ 95 121  51]]

 [[103 127  59]
  [102 127  59]]]