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

Bertha 。 2023-09-29 08:34 65阅读 0赞

**目录**

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)))

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16][]

**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)))

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 1][]

**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)))

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 2][]

**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)))

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 3][]

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

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)))

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/ba562a55228b4f53a9cc82ceaa2580d0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/29a50be9d9be478db57aa5127a790305.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/55035753f8924ed6aab813a8e19f0b8c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/cd419ff139fc47c0a99b8028b2895e03.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_20,color_FFFFFF,t_70,g_se,x_16