图像的逻辑运算

按位与

dst = cv2.bitwise_and ( src1 , src2 [ , mask ] )
dst：与输入值具有相同大小的输出值
src1：第一个输入值
src2：第二个输入值
mak：可选操作掩码

# 构造掩模，使用按位与操作保留掩模内的图像。
'''
掩模：用选定的图像、图形或物体对待处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。
'''
import numpy as np
import cv2 as cv

image1 = cv.imread("D:/exercise/lusi.jpg")  # 读取图像
cv.imshow("image1", image1)  # 显示图像
image2 = np.zeros(image1.shape, dtype=np.uint8)  # 构造掩模图像
'''
numpy.zeros(shape,dtype,order):
返回给定形状，类型的新数组，用0填充。  
'''
image2[100:400, 100:400] = 255  # 图像切片部分设置为白色
'''
图像切片:
图像上边距离原图上边100像素
图像下边距离原图上边400像素
图像左边距离原图左边100像素
图像右边距离原图左边400像素
切片大小：300*300像素
'''
cv.imshow("image2",image2)
image3 = cv.bitwise_and(image1,image2)#两张图片进行按位与，取出掩模内的图像
cv.imshow("image3",image3)
cv.waitKey()
cv.destroyAllWindows()

运行结果：

按位或

dst = cv2.bitwise_or ( src1 , src2 [ , mask ] )

按位非

按位非后的值是：255减去原有的像素值。
dst = cv2.bitwise_not ( src [ , mask ] )

import cv2 as cv

image1 = cv.imread("D:/exercise/lusi.jpg")
cv.imshow('image1', image1)
image2 = cv.bitwise_not(image1)  # 按位非 对图像取反
cv.imshow('image2', image2)
cv.waitKey()
cv.destroyAllWindows()

运行结果：

按位异或

异为1，同为0 。
dst = cv2.bitwise_xor ( src1 , src2 [ , mask ] )