OpenCV 图像像素的逻辑操作

一、知识点
1、图像像素的逻辑操作,指的是位操作bitwise,与、或、非、异或等。

2、位操作简介:

cpp 复制代码
  位1     位2     与and     或or     异或xor
  0       0        0        0         0
  0       1        0        1         1
  1       0        0        1         1
  1       1        1        1         0

3、void rectangle(InputOutputArray img, Rect rec, const Scalar & color, int thickness = 1, int lineType = LINE_8, int shift = 0);

(1)、在图像上绘制或填充一个矩形。

(2)、参数说明:

img: 输入、输出参数,表示要绘制或填充矩形的图像。

rec: 定义了矩形左上角位置、宽、高。

color: 矩形线框或填充的颜色。

thickness: >0时表示矩形线框粗细,<0时表示填充矩形。

lineType: 线条的类型,如8连通、4连通。

shift: 点坐标中的小数位数。

4、void bitwise_and(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray());

(1)、执行两个数组的位与操作。

(2)、参数说明:

src1: 第一个输入数组。

src2: 第二个输入数组。 src1和src2大小和类型得相同。

dst: 输出数组,src1 & src2的结果数组。

mask: 掩码数组,可选。 这个数组是8位单通道,且大小和输入数组相同,只有掩码中的非零元素对应的输入数组元素才会进行位与操作。 未指定掩码,则对整个输入数组进行位与操作。

5、void bitwise_or(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray());

(1)、执行两个数组的位或操作。

(2)、参数说明:

src1: 第一个输入数组。

src2: 第二个输入数组。 src1和src2大小和类型得相同。

dst: 输出数组,src1 | src2的结果数组。

mask: 掩码数组,可选。 这个数组是8位单通道,且大小和输入数组相同,只有掩码中的非零元素对应的输入数组元素才会进行位或操作。 未指定掩码,则对整个输入数组进行位或操作。

6、void bitwise_xor(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray());

(1)、执行两个数组的异或操作。

(2)、参数说明:

src1: 第一个输入数组。

src2: 第二个输入数组。 src1和src2大小和类型得相同。

dst: 输出数组,src1 ^ src2的结果数组。

mask: 掩码数组,可选。 这个数组是8位单通道,且大小和输入数组相同,只有掩码中的非零元素对应的输入数组元素才会进行异或操作。 未指定掩码,则对整个输入数组进行异或操作。

7、void bitwise_not(InputArray src, OutputArray dst, InputArray mask = noArray());

(1)、取反数组的每一位。

(2)、参数说明:

src: 输入数组。

dst: 输出数组,!src的结果数组。

mask: 掩码数组,可选。 这个数组是8位单通道,且大小和输入数组相同,只有掩码中的非零元素对应的输入数组元素才会进行取反操作。 未指定掩码,则对整个输入数组进行取反操作。

二、示例代码:

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>


int main()
{
    cv::Mat m1 = cv::Mat::zeros(256, 256, CV_8UC3);
    cv::Mat m2 = cv::Mat::zeros(256, 256, CV_8UC3);
    cv::rectangle(m1, cv::Rect(100, 100, 80, 80), cv::Scalar(255, 255, 0), -1, cv::LINE_8, 0);
    cv::rectangle(m2, cv::Rect(150, 150, 80, 80), cv::Scalar(0, 255, 255), -1, cv::LINE_8, 0);
    cv::imshow("m1", m1);
    cv::imshow("m2", m2);

    //两个矩形相交部分是(150, 150)到(180, 180)之间。

    //两个矩形相交部分经过与后, 结果为BGR(0, 255, 0); 图像其它像素经过与后,结果为BGR(0, 0, 0)。
    cv::Mat dst1;
    cv::bitwise_and(m1, m2, dst1);
    cv::imshow("bitwise_and", dst1);

    //两个矩形相交部分经过或后,结果为BGR(255, 255, 255); 两个矩形不相交部分原先是什么颜色, 或后结果仍为什么颜色; 图像其它像素经过或后,结果为BGR(0, 0, 0)。
    cv::Mat dst2;
    cv::bitwise_or(m1, m2, dst2);
    cv::imshow("bitwise_or", dst2);

    //两个矩形相交部分经过异或后,结果为BGR(255, 0, 255); 两个矩形不相交部分原先是什么颜色, 或后结果仍为什么颜色; 图像其它像素经过或后,结果为BGR(0, 0, 0)。
    cv::Mat dst3;
    cv::bitwise_xor(m1, m2, dst3);
    cv::imshow("bitwise_xor", dst3);

    //m1矩形经过非后,结果为BGR(0, 0, 255); 图像其它像素经过非后,结果为BGR(255, 255, 255)。
    cv::Mat dst4;
    cv::bitwise_not(m1, dst4);
    cv::imshow("bitwise_not", dst4);
    
    cv::waitKey(0);
    return 0;
}

运行结果:

相关推荐
szxinmai主板定制专家21 小时前
【NI测试方案】基于ARM+FPGA的整车仿真与电池标定
arm开发·人工智能·yolo·fpga开发
ygyqinghuan1 天前
读懂目标检测
人工智能·目标检测·目标跟踪
华东数交1 天前
企业与国有数据资产:入表全流程管理及资产化闭环理论解析
大数据·人工智能
newxtc1 天前
【昆明市不动产登记中心-注册安全分析报告】
人工智能·安全
techdashen1 天前
圆桌讨论:Coding Agent or AI IDE 的现状和未来发展
ide·人工智能
CV实验室1 天前
TIP 2025 | 哈工大&哈佛等提出 TripleMixer:攻克雨雪雾干扰的3D点云去噪网络!
人工智能·计算机视觉·3d·论文
余俊晖1 天前
一套针对金融领域多模态问答的自适应多层级RAG框架-VeritasFi
人工智能·金融·rag
码农阿树1 天前
视频解析转换耗时—OpenCV优化摸索路
人工智能·opencv·音视频
伏小白白白1 天前
【论文精度-2】求解车辆路径问题的神经组合优化算法:综合展望(Yubin Xiao,2025)
人工智能·算法·机器学习
应用市场1 天前
OpenCV编程入门:从零开始的计算机视觉之旅
人工智能·opencv·计算机视觉