OpenCV-Python快速入门系列10图像像素的逻辑操作

前情提要

在第5节课《OpenCV-Python快速入门系列05图像像素的算术操作》提到了像素算术操作的基本类型有加法操作、减法操作、乘法操作、除法操作、按位操作、其他非线性操作（如幂运算、对数运算等）。但并没详细的对按位操作进行讲解，本节课的逻辑操作实际上就是指按位操作。

代码

def bitwise_demo():
    b1=np.zeros((400,400,3),dtype=np.uint8)
    b1[:,:] = (255,0,255)
    b2 = b1.copy()
    b2[:,:]=(0,255,0)
    cv.imshow("b1",b1)
    cv.imshow("b2",b2)
    dst_and= cv.bitwise_and(b1,b2)
    cv.imshow("dst_and",dst_and)

    dst_or = cv.bitwise_or(b1,b2)
    cv.imshow("dst_or",dst_or)

    dst_not = cv.bitwise_not(b1)
    cv.imshow("dst_not", dst_not)
    cv.waitKey(0)

效果图

代码解析

1. 定义图像并初始化颜色

b1 = np.zeros((400, 400, 3), dtype=np.uint8)
b1[:, :] = (255, 0, 255)  # 初始化 b1，颜色为紫色 (BGR: 255, 0, 255)

b2 = b1.copy()  # 复制 b1
b2[:, :] = (0, 255, 0)  # 将 b2 的颜色改为绿色 (BGR: 0, 255, 0)

• b1 和 b2：
  • b1 是一个 400×400 的三通道彩色图像，颜色初始化为紫色（BGR）。
  • b2 是 b1 的副本，颜色被改为绿色。

2. 按位与（AND）

dst_and = cv.bitwise_and(b1, b2)
cv.imshow("dst_and", dst_and)

• 逻辑：
  • cv.bitwise_and 对两个图像的每个像素逐位执行按位与操作。
  • 紫色 (255, 0, 255) 和绿色 (0, 255, 0) 按位与的结果是黑色 (0, 0, 0)，因为没有通道的值同时为非零。

3. 按位或（OR）

dst_or = cv.bitwise_or(b1, b2)
cv.imshow("dst_or", dst_or)

• 逻辑：
  • cv.bitwise_or 对两个图像的每个像素逐位执行按位或操作。
  • 紫色 (255, 0, 255) 和绿色 (0, 255, 0) 按位或的结果是白色 (255, 255, 255)，因为每个通道至少有一个非零值。

4. 按位非（NOT）

dst_not = cv.bitwise_not(b1)
cv.imshow("dst_not", dst_not)

• 逻辑：
  • cv.bitwise_not 是单目操作，它对 b1 的每个像素逐位取反。
  • 紫色 (255, 0, 255) 的按位非结果是黄色 (0, 255, 0)，因为每个通道的值都会被反转。

优化版本

上面的例子能够从数值和颜色变化上看到结果，还能够通过绘制不同的形状来达到目的。

def bitwise_demo():
    # 创建两张简单的形状图像
    b1 = np.zeros((400, 400), dtype=np.uint8)
    b2 = np.zeros((400, 400), dtype=np.uint8)
    cv.rectangle(b1, (100, 100), (300, 300), 255, -1)  # 在 b1 上绘制白色矩形
    cv.circle(b2, (200, 200), 100, 255, -1)  # 在 b2 上绘制白色圆形

    # 显示原始图像
    cv.imshow("b1 (Rectangle)", b1)
    cv.imshow("b2 (Circle)", b2)

    # 按位与（AND）
    dst_and = cv.bitwise_and(b1, b2)
    cv.imshow("dst_and (AND)", dst_and)

    # 按位或（OR）
    dst_or = cv.bitwise_or(b1, b2)
    cv.imshow("dst_or (OR)", dst_or)

    # 按位非（NOT）
    dst_not_b1 = cv.bitwise_not(b1)
    cv.imshow("dst_not (NOT b1)", dst_not_b1)
    # 按位非（NOT）
    dst_not_b2 = cv.bitwise_not(b2)
    cv.imshow("dst_not (NOT b2)", dst_not_b2)

    # 按位异或（XOR）
    dst_xor = cv.bitwise_xor(b1, b2)
    cv.imshow("dst_xor (XOR)", dst_xor)

    cv.waitKey(0)
    cv.destroyAllWindows()

优化后的效果