OpenCV-15位运算

OpenCV中的逻辑运算就是对应位置的元素进行与、或、非和异或。

Opencv与Python不同的是:OpenCV中0的非反过来是255,255反过来是0。

但是Python中255非为-256。

一、非运算

使用API---cv.bitwise_not(str)

示例代码如下:

复制代码
import cv2
import numpy as np


cat = cv2.imread("cat.png")


cat_not = cv2.bitwise_not(cat)      # 进行非运算
cv2.imshow("not", np.hstack((cat, cat_not)))   # 两张图片水平展示
print(cat[:2, :2])
print(cat_not[:2, :2])

cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下:

从图片中我们可以发现:猫白色的部分变为了黑色.

从数组中我们可以看出:每个数字取反,在munpy中最大值为255,因此此时255-90=165。

二、与运算

使用API---cv.bitwise_and(str)

第一个为小狗,第二个为小猫,第三个为经过与运算的,其中246 & 90 = 82

OpenCV与Python中的与运算一致,都是先将十进制数字转为二进制,再进行与运算,最后再转化为十进制。

且一般经过与运算后的数字比前两个较小。

三、或运算

使用API---cv.bitwise_or(str)

与对应位置元素进行或运算

其中 246 | 90 = 254,或运算的法则与Python一样。

整体数字变大,图片变亮。

四、异或运算

使用API---cv.bitwise_xor(str)

注意点:np.hstack(),中间补充的元素必须为元组。

整体颜色比较乱。按对应位置的元素进行二进制异或操作。

数字相同为1,数字不同为0.

经验证可得 246 ^ 90 = 172 其中255 ^255 = 0

综合演示代码如下所示:

复制代码
import cv2
import numpy as np


cat = cv2.imread("cat.png")
dog = cv2.imread("dog.png")
new_dog = dog[:370, :550]
new_cat = cat[:370, :550]

# cat_not = cv2.bitwise_not(cat)      # 进行非运算
# cv2.imshow("not", np.hstack((cat, cat_not)))   # 非运算两张图片水平展示

# cat_and = cv2.bitwise_and(new_cat, new_dog)
# cv2.imshow("and", np.hstack((new_cat, cat_and)))   # 与运算两张图片水平展示

# cat_or = cv2.bitwise_or(new_cat, new_dog)
# cv2.imshow("or", np.hstack((new_cat, cat_or)))   # 与运算两张图片水平展示

cat_xor = cv2.bitwise_xor(new_cat, new_dog)
cv2.imshow("xor", np.hstack((new_cat, cat_xor)))
print(new_dog[:2, :2])
print("-----------------------")
print(new_cat[:2, :2])
print("-----------------------")
# print(cat_and[:2, :2])    # 输出两个图片的与操作
# print(cat_or[:2, :2])    # 输出两个图片的或操作
print(cat_xor[:2, :2])    # 输出两个图片的或操作


cv2.waitKey(0)
cv2.destroyAllWindows()
相关推荐
liruiqiang0512 分钟前
循环神经网络 - 通用近似定理 & 图灵完备
人工智能·rnn·深度学习·神经网络·机器学习
Panesle27 分钟前
广告推荐算法:COSMO算法与A9算法的对比
人工智能·算法·机器学习·推荐算法·广告推荐
hunteritself35 分钟前
DeepSeek重磅升级,豆包深度思考,ChatGPT原生生图,谷歌Gemini 2.5 Pro!| AI Weekly 3.24-3.30
人工智能·深度学习·chatgpt·开源·语音识别·deepseek
RadNIkMan1 小时前
Python学习(二)操作列表
网络·python·学习
Panesle1 小时前
transformer架构与其它架构对比
人工智能·深度学习·transformer
半盏茶香1 小时前
启幕数据结构算法雅航新章,穿梭C++梦幻领域的探索之旅——堆的应用之堆排、Top-K问题
java·开发语言·数据结构·c++·python·算法·链表
我有医保我先冲2 小时前
AI大模型与人工智能的深度融合:重构医药行业数字化转型的底层逻辑
人工智能·重构
pen-ai2 小时前
【NLP】15. NLP推理方法详解 --- 动态规划:序列标注,语法解析,共同指代
人工智能·自然语言处理·动态规划
Chaos_Wang_2 小时前
NLP高频面试题(二十九)——大模型解码常见参数解析
人工智能·自然语言处理