目录

一，一元逻辑运算

1，非

二，二元逻辑运算

1，与

2，或

3，异或

三，算术运算

1，加

2，减

3，乘

4，除

---

一，一元逻辑运算

1，非

g(x,y) = 255 - f(x,y)

手动实现：

import cv2

image = cv2.imread("D:/im.jpg")
cv2.imshow("old",image)
L = 256
for i in range(image.shape[0]):
    for j in range(image.shape[1]):
        image[i,j]=L-1-image[i,j]
cv2.imshow("new",image)
cv2.waitKey(0)

也可以直接调用库函数：

cv2.bitwise_not(image,image2)

第一张图，熊猫，灰度级是0-255，非运算和反转运算相同。

第二张图，素描，灰度级是0-180，非运算出来的底色还是灰色，而反转运算出来的底色是纯黑色。

二，二元逻辑运算

1，与

import cv2

image = cv2.imread("D:/im.jpg",0)
image2 = cv2.imread("D:/im2.jpg",0)
cv2.imshow("img",image)
cv2.imshow("img2",image2)
image3=image2
cv2.bitwise_and(image,image2,image3)
cv2.imshow("img3",image3)
cv2.waitKey(0)

2，或

cv2.bitwise_or(image,image2,image3)

3，异或

cv2.bitwise_xor(image,image2,image3)

三，算术运算

1，加

手动实现：

for i in range(image.shape[0]):
    for j in range(image.shape[1]):
        image2[i,j] += image[i,j]

或者直接用库函数：

image4 = image+image2

加法的结果如果超过上限值（如255），那么结果就mod 256，相当于和c语言中整数的溢出规则相同，减法同理，下文不再赘述。

经过统计发现，img和img2的背景白色值是250，img的背景白色是244

2，减

image3 = image2-image

这个结果感觉和想象中的不太一样？

3，乘

4，除

标签：运算,image,imshow,cv2,图像,image3,image2
来源： https://blog.csdn.net/nameofcsdn/article/details/118443339