大家好，我是csdn的博主：lqj_本人
这是我的个人博客主页：
lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识
https://blog.csdn.net/lbcyllqj?spm=1011.2415.3001.5343哔哩哔哩欢迎关注：小淼Develop
小淼Develop的个人空间-小淼Develop个人主页-哔哩哔哩视频
本篇文章主要讲述python的人工智能视觉领域（opencv），本篇文章已经成功收录python人工智能视觉（opencv）从入门到实战专栏中：
python中的异或
例如:^符号是键盘在英文状态下的 shift+6组合键
a=1 ^ 0
print(a)输出：
1那么，我们在opencv中怎么来使用呢？
与运算
opencv中的逻辑运算就是对应位置元素进行与或非，异或。
举例：
a=204 & 213
print(a)输出：
196说明：python先将204和213转为二进制，然后做”与“运算，然后再将他们转为十进制，并输出！
非运算
在python中
举例：
a=~255
print(a)输出：
-256但是，在opencv中我们用非运算后，只会在0~255之间来回取反。不会超过0~255的范围。
opencv中的逻辑运算
非运算
举例：
import cv2
import numpy as np
# 读取图片
# luo = cv2.imread('baocun.jpg')
lufei = cv2.imread('1.jpg')
# 非操作 相当于255-图片的色值
lufei_not = cv2.bitwise_not(lufei)#把路飞这张图片进行”非“运算
img = np.hstack((lufei,lufei_not))#将原图片和取非后的图片合并显示
img1 = cv2.resize(img,None,fx=0.5,fy=0.5)#调节显示图片的大小
cv2.imshow('not',img1)
print(lufei[:2,:2])
print(lufei_not[:2,:2])
cv2.waitKey()
cv2.destroyAllWindows()输出结果与显示结果：
[[[ 95 88 49]
[ 96 89 50]]
[[115 109 68]
[115 109 68]]]
[[[160 167 206]
[159 166 205]]
[[140 146 187]
[140 146 187]]]打印结果的说明：255 - 第一组是原图片的色值数组 = 取非后的图片色值数组
与运算
举例：
import cv2
import numpy as np
# 读取图片
lufei= cv2.imread('3.png')
luo= cv2.imread('4.png')
#对两张图片进行切片
new_lufei = lufei[0:3600,:5000]
new_luo = luo[0:3600,:5000]
# 进行逻辑”与运算“
cat_and = cv2.bitwise_and(new_lufei,new_luo)
img = np.hstack((new_lufei,cat_and))#两张图片合并
img1 = cv2.resize(img,(1000,800))#调节显示图片的大小
cv2.imshow('and',img1)
print(new_lufei[:2,:2])
print(new_luo[:2,:2])
print('---------------------------')
print(cat_and[:2,:2])
cv2.waitKey(0)
cv2.destroyAllWindows()输出结果与显示结果：new_lufei的二进制色值 + new_luo的二进制色值 = cat_and的二进制色值->cat_and的十进制色值
[[[ 95 88 49]
[ 95 88 49]]
[[102 95 57]
[102 95 57]]]
[[[69 58 51]
[68 57 51]]
[[67 55 50]
[66 54 50]]]
---------------------------
[[[69 24 49]
[68 24 49]]
[[66 23 48]
[66 22 48]]]验证：（只验了数组的第一个值）
a=95 & 69
print(a)结果：
69
或运算
举例：
import cv2
import numpy as np
# 读取图片
lufei= cv2.imread('3.png')
luo= cv2.imread('4.png')
#对两张图片进行切片
new_lufei = lufei[0:3600,:5000]
new_luo = luo[0:3600,:5000]
# 进行逻辑”与运算“
cat_and = cv2.bitwise_or(new_lufei,new_luo)
img = np.hstack((new_lufei,cat_and))#两张图片合并
img1 = cv2.resize(img,(1000,800))#调节显示图片的大小
cv2.imshow('and',img1)
print(new_lufei[:2,:2])
print(new_luo[:2,:2])
print('---------------------------')
print(cat_and[:2,:2])
cv2.waitKey(0)
cv2.destroyAllWindows()输出结果与显示结果：
[[[ 95 88 49]
[ 95 88 49]]
[[102 95 57]
[102 95 57]]]
[[[69 58 51]
[68 57 51]]
[[67 55 50]
[66 54 50]]]
---------------------------
[[[ 95 122 51]
[ 95 121 51]]
[[103 127 59]
[102 127 59]]]验证：（只验了数组的第一个值）
a=95 | 69
print(a)结果：
95