这篇教程超详细注释之OpenCV按位AND OR XOR和NOT写得很实用,希望能帮到您。 这篇博客将介绍如何使用OpenCV应用按位AND、OR、XOR和NOT。上一篇学习了如何从图像中裁剪和提取感兴趣的区域(ROI),截取的都是矩形。但是如果想裁剪一个非矩形区域呢?该怎么办? 答案是同时应用位运算和掩蔽。 - AND:当且仅当两个像素都大于零时,按位AND为真。
- OR:如果两个像素中的任何一个大于零,则按位或为真。
- XOR:当且仅当两个像素中的一个大于零,而不是两个都大于零时,按位异或为真。
- NOT:按位NOT反转图像中的“开”和“关”像素。
比较好记的是AND交集、OR并集、XOR并集-交集、NOT——非取反; 1. 效果图矩形 VS 圆形效果图如下: AND操作效果图如下,可以看到正方形的边缘丢失了,因为矩形没有圆形覆盖那么大的区域,因此两个像素都没有“开”。 OR操作效果图如下,可以看到矩形和圆形被合并了。 XOR操作效果图如下,可以看到正方形的中心被移走了,因为异或操作不能同时具有大于零的像素。 NOT操作效果图如下,可以看到圆由前景白色背景黑色变成了前景黑色背景白色。 2. 源码# 对示例图像应用AND、OR、XOR和NOT运算符。# USAGE# python opencv_bitwise.py# 导入必要的包import numpy as npimport cv2# 绘制一个矩形rectangle = np.zeros((300, 300), dtype="uint8")cv2.rectangle(rectangle, (25, 25), (275, 275), 255, -1)cv2.imshow("Rectangle", rectangle)# 绘制一个圆circle = np.zeros((300, 300), dtype = "uint8")cv2.circle(circle, (150, 150), 150, 255, -1)cv2.imshow("Circle", circle)# 'AND'操作——当输入都是>0的像素时,则得到开操作像素为255白色,否则被设置为关闭,像素为0黑色# 当且仅当两个像素都大于零时,按位AND为真。bitwiseAnd = cv2.bitwise_and(rectangle, circle)cv2.imshow("AND", bitwiseAnd)cv2.waitKey(0)# ‘OR'操作得到矩形和圆形的并集,只要有一个>0,就得到255白色,否则为0# 如果两个像素中的任何一个大于零,则按位“或”为真。bitwiseOr = cv2.bitwise_or(rectangle, circle)cv2.imshow("OR", bitwiseOr)cv2.waitKey(0)# ‘XOR'是OR的补集,仅当俩个像素有一个>0时,为白色255bitwiseXor = cv2.bitwise_xor(rectangle, circle)cv2.imshow("XOR", bitwiseXor)cv2.waitKey(0)# ‘NOT'操作:0变成255,255变成0bitwiseNot = cv2.bitwise_not(circle)cv2.imshow("NOT", bitwiseNot)cv2.waitKey(0) 参考 https://www.pyimagesearch.com/2021/01/19/opencv-bitwise-and-or-xor-and-not/ 到此这篇关于超详细注释之OpenCV按位AND OR XOR和NOT的文章就介绍到这了,更多相关OpenCV按位AND OR XOR NOT内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net! Python 数据结构之树的概念详解 超详细注释之OpenCV构建透明的叠加层 |