目录
与运算
或运算
非运算
异或运算
位运算完整代码
在opencv进行与运算使用cv2.bitwise_and方法
def bitwise_and(src1, src2, dst=None, mask=None)
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)))
与运算结果最终会变小,最后的图像也会偏暗
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)))
或运算最终结果会变大,最后的图像也就偏亮了
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)))
可以发现黑的地方变白了,白的地方变黑了。
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)))
异或运算最终结果也是特别的乱,看不出什么特征。
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)))