win10+Python3.7.3+OpenCV3.4.1入门学习（三）————3.3按位逻辑运算
Python版本是Python3.7.3，OpenCV版本OpenCV.3.4.1，开发环境为PyCharm
逻辑运算是一种非常重要的运算方式，图像处理过程中经常要按照位进行逻辑运算，本节介绍OpenCV中的按位逻辑运算，简称位运算。
在OpenCV内，常见的位运算函数如下表所示。
| 函数名 | 基本含义 |
|---|---|
| cv2.bitwise_and() | 按位与 |
| cv2.bitwise_or() | 按位或 |
| cv2.bitwise_xor() | 按位异或 |
| cv2.bitwise_not() | 按位取反 |
3.3.1 按位与运算
在与运算中，当参与与运算的两个逻辑值都是真时，结果才为真。
在下表中对与运算算子的不同情况进行了说明，表中使用“and”表示与运算。
| 算子1 | 算子2 | 结果 | 规则 |
|---|---|---|---|
| 0 | 0 | 0 | and(0,0)=0 |
| 0 | 1 | 0 | and(0,1)=0 |
| 1 | 0 | 0 | and(1,0)=0 |
| 1 | 1 | 1 | and(1,1)=0 |
按位与运算是指将数值转换为二进制值后，在对应的位置上进行与运算。例如，下表展示了两个数值进行按位与运算的示例。
| 数值 | 十进制数 | 二进制值 |
|---|---|---|
| 数值1 | 198 | 1100 0110 |
| 数值2 | 219 | 110 11011 |
| 按位与运算结果 | 194 | 1100 0010 |
在OpenCV中，可以使用cv2.bitwise_and()函数来实现按位与运算，其语法格式为：
dst = cv2.bitwise_and( src1, src2[, mask]] )
式中：
● dst表示与输入值具有同样大小的array输出值。
● src1表示第一个array或scalar类型的输入值。
● src2表示第二个array或scalar类型的输入值。
● mask表示可选操作掩码，8位单通道array。
按位与操作有如下特点：
● 将任何数值N与数值0进行按位与操作，都会得到数值0。
● 将任何数值N（这里仅考虑8位值）与数值255（8位二进制数是11111111）进行按位与操作，都会得到数值N本身。
可以通过下表观察数值N（表中是219）与特殊值0和255进行按位与运算的结果。
| 按位与运算 | 二进制数 | 十进制值 | 二进制值 | 十进制值 |
|---|---|---|---|---|
| 数值N | 1101 1011 | 219 | 1101 1011 | 219 |
| 特殊值（0 及 255） | 0000 0000 | 0 | 1111 1111 | 255 |
| 运算结果 | 0000 0000 | 0 | 1101 1011 | 219 |
| 说明 | 数值219与数值0按位与得到0 | 数值219与数值255按位与，结果保持自身值219不变 |
根据上述特点，可以构造一幅掩模图像M，掩模图像M中只有两种值：一种是数值0，另外一种是数值255。将该掩模图像M与一幅灰度图像G进行按位与操作，在得到的结果图像R中：
● 与掩模图像M中的数值255对应位置上的值，来源于灰度图像G。
● 与掩模图像M中的数值0对应位置上的值为零（黑色）。
eg1：构造一个掩模图像，使用按位与操作保留图像内被掩模所指定的部分。
代码如下：
import cv2
import numpy as np
a=cv2.imread("lena.bmp", 0)
b=np.zeros(a.shape,dtype=np.uint8)
b[100:400,200:400]=255
b[100:500,100:200]=255
c=cv2.bitwise_and(a,b)
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.imshow("c",c)
cv2.waitKey()
cv2.destroyAllWindows()
运行上述程序，输出结果如下图所示，其中左图是原始图像，中间的图是掩模图像，右图是原始图像和掩模图像按位与后提取的图像。
3.3.2 按位或运算
或运算的规则是，当参与或运算的两个逻辑值中有一个为真时，结果就为真。
在下表中对或运算算子的不同情况进行了说明，表中使用“or”表示与运算。
| 算子1 | 算子2 | 结果 | 规则 |
|---|---|---|---|
| 0 | 0 | 0 | or(0,0)=0 |
| 0 | 1 | 0 | or(0,1)=1 |
| 1 | 0 | 0 | or(1,0)=1 |
| 1 | 1 | 1 | or(1,1)=1 |
按位或运算是指将数值转换为二进制值后，在对应的位置上进行或运算。例如，下表展示了两个数值进行按位或运算的示例。
| 数值 | 十进制数 | 二进制值 |
|---|---|---|
| 数值1 | 198 | 1100 0110 |
| 数值2 | 219 | 110 11011 |
| 按位或运算结果 | 223 | 1101 1111 |
在OpenCV中，可以使用cv2.bitwise_or()函数来实现按位或运算，其语法格式为：
dst = cv2.bitwise_or( src1, src2[, mask]] )
式中：
● dst表示与输入值具有同样大小的array输出值。
● src1表示第一个array或scalar类型的输入值。
● src2表示第二个array或scalar类型的输入值。
● mask表示可选操作掩码，8位单通道array值。
3.3.3 按位非运算
非运算是取反操作，满足如下逻辑：
● 当运算数为真时，结果为假。
● 当运算数为假时，结果为真。
下表对参与非运算算子的不同情况进行了说明，表中使用“not”表示非运算。
| 算子 | 结果 | 规则 |
|---|---|---|
| 0 | 1 | not(0)=1 |
| 1 | 0 | not(1)=0 |
按位非运算是指将数值转换为二进制值后，在对应的位置上进行非运算。例如，下表展示了两个数值进行按位非运算的示例。
| 说明 | 十进制数 | 二进制值 |
|---|---|---|
| 原始数值 | 198 | 1100 0110 |
| 按位非运算结果 | 57 | 0011 1001 |
在OpenCV中，可以使用函数cv2.bitwise_not()来实现按位取反操作，其语法格式为：
| 数值 | 十进制数 | 二进制值 |
|---|---|---|
| 数值1 | 198 | 1100 0110 |
| 数值2 | 219 | 110 11011 |
| 按非运算结果 | 223 | 1101 1111 |
dst = cv2.bitwise_not( src[, mask]] )
式中：
● dst表示与输入值具有同样大小的array输出值。
● src表示array类型的输入值。
● mask表示可选操作掩码，8位单通道array值。
3.3.4 按位异或运算
异或运算也叫半加运算，其运算法则与不带进位的二进制加法类似，其英文为“exclusive OR”，因此其函数通常表示为xor。
下表对参与异或运算的算子的不同情况进行了说明，其中“xor”表示异或运算。
| 算子1 | 算子2 | 结果 | 规则 |
|---|---|---|---|
| 0 | 0 | 0 | xor(0,0)=0 |
| 0 | 1 | 1 | xor(0,1)=1 |
| 1 | 0 | 0 | xor(1,0)=1 |
| 1 | 1 | 1 | xor(1,1)=0 |
相同为0，不同为1
按位异或运算是指将数值转换为二进制值后，在对应的位置上进行异或运算。例如，表3-10展示了两个数值进行按位异或运算的示例。
| 数值 | 十进制数 | 二进制值 |
|---|---|---|
| 数值1 | 198 | 1100 0110 |
| 数值2 | 219 | 110 11011 |
| 按位异或运算结果 | 29 | 0001 1101 |
在OpenCV中，可以使用函数cv2.bitwise_xor()来实现按位异或运算，其语法格式为：
dst = cv2.bitwise_xor( src1, src2[, mask]] )
式中：
● dst表示与输入值具有同样大小的array输出值。
● src1表示第一个array或scalar类型的输入值。
● src2表示第二个array或scalar类型的输入值。
● mask表示可选操作掩码，8位单通道array值。