OpenCV中的逻辑运算就是对应位置的元素进行与、或、非和异或。
Opencv与Python不同的是：OpenCV中0的非反过来是255，255反过来是0。
但是Python中255非为-256。
一、非运算
使用API---cv.bitwise_not(str)
示例代码如下：
import cv2
import numpy as np
cat = cv2.imread("cat.png")
cat_not = cv2.bitwise_not(cat) # 进行非运算
cv2.imshow("not", np.hstack((cat, cat_not))) # 两张图片水平展示
print(cat[:2, :2])
print(cat_not[:2, :2])
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下：
从图片中我们可以发现：猫白色的部分变为了黑色.
从数组中我们可以看出：每个数字取反，在munpy中最大值为255，因此此时255-90=165。
二、与运算
使用API---cv.bitwise_and(str)
第一个为小狗，第二个为小猫，第三个为经过与运算的，其中246 & 90 = 82
OpenCV与Python中的与运算一致，都是先将十进制数字转为二进制，再进行与运算，最后再转化为十进制。
且一般经过与运算后的数字比前两个较小。
三、或运算
使用API---cv.bitwise_or(str)
与对应位置元素进行或运算
其中 246 | 90 = 254，或运算的法则与Python一样。
整体数字变大，图片变亮。
四、异或运算
使用API---cv.bitwise_xor(str)
注意点：np.hstack（），中间补充的元素必须为元组。
整体颜色比较乱。按对应位置的元素进行二进制异或操作。
数字相同为1，数字不同为0.
经验证可得 246 ^ 90 = 172 其中255 ^255 = 0
综合演示代码如下所示：
import cv2
import numpy as np
cat = cv2.imread("cat.png")
dog = cv2.imread("dog.png")
new_dog = dog[:370, :550]
new_cat = cat[:370, :550]
# cat_not = cv2.bitwise_not(cat) # 进行非运算
# cv2.imshow("not", np.hstack((cat, cat_not))) # 非运算两张图片水平展示
# cat_and = cv2.bitwise_and(new_cat, new_dog)
# cv2.imshow("and", np.hstack((new_cat, cat_and))) # 与运算两张图片水平展示
# cat_or = cv2.bitwise_or(new_cat, new_dog)
# cv2.imshow("or", np.hstack((new_cat, cat_or))) # 与运算两张图片水平展示
cat_xor = cv2.bitwise_xor(new_cat, new_dog)
cv2.imshow("xor", np.hstack((new_cat, cat_xor)))
print(new_dog[:2, :2])
print("-----------------------")
print(new_cat[:2, :2])
print("-----------------------")
# print(cat_and[:2, :2]) # 输出两个图片的与操作
# print(cat_or[:2, :2]) # 输出两个图片的或操作
print(cat_xor[:2, :2]) # 输出两个图片的或操作
cv2.waitKey(0)
cv2.destroyAllWindows()
