opencv -12 图像运算之按 《位或》 运算（图像融合&图像修复和去除）

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。其逻辑关系可以类比为如图 所示的并联电路，两个开关中只要有任意一个闭合时，灯就会亮。

3-5 对参与或运算的算子的不同情况进行了说明，表中使用“or”表示或运算。

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，表 3-6 展示了两个数值进行按位或运算的示例

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。

我们将11 图片位与运算 的代码放入到位或运算中

import cv2
import numpy as np
a=cv2.imread("lena.png",1)
b=np.zeros(a.shape,dtype=np.uint8)
b[100:400,200:400]=255
b[100:500,100:200]=255
c=cv2.bitwise_or(a,b)
print("a.shape=",a.shape)
print("b.shape=",b.shape)
print("c.shape=",c.shape)
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.imshow("c",c)
cv2.waitKey()
cv2.destroyAllWindows()

运行效果：

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。
表 3-7 对参与运算算子的不同情况进行了说明，表中使用“not”表示非运算。
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，表 3-8 展示了按位非运算的示例。

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：

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。

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。
表 3-9 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。

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。

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

对图片按位异或运算

import cv2
import numpy as np
a=cv2.imread("lena.png",1)
b=np.zeros(a.shape,dtype=np.uint8)
b[100:400,200:400]=255
b[100:500,100:200]=255
c=cv2.bitwise_xor(a,b)
print("a.shape=",a.shape)
print("b.shape=",b.shape)
print("c.shape=",c.shape)
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.imshow("c",c)
cv2.waitKey()
cv2.destroyAllWindows()