OpenCV位运算详解：AND、OR、XOR与NOT在图像掩膜中的应用

洛溪

发布时间：2026-10-14 | 2人浏览过

原创

本文深入解析OpenCV中的按位AND、OR、XOR和NOT运算，展示如何通过位运算与掩膜技术实现非矩形区域（如圆形）的图像裁剪。详细对比四种运算对矩形与圆形叠加区域的视觉效果，并提供完整Python源码示例，帮助开发者掌握ROI提取的高级技巧。

本文将详细讲解如何在OpenCV中应用按位AND、OR、XOR和NOT运算。在前一篇文章中，我们学习了如何从图像中裁剪和提取感兴趣区域（ROI），但仅限于矩形区域。那么，如果需要裁剪非矩形区域，该如何操作呢？

解决这一问题的关键在于结合使用位运算与掩膜技术。

AND运算：仅当两个对应像素值均大于零时，结果像素才为真（非零）。
OR运算：只要两个对应像素中任意一个大于零，结果像素即为真。
XOR运算：仅当两个对应像素中恰好有一个大于零（即不同时为真）时，结果像素才为真。
NOT运算：按位取反，将图像中的“开”像素（高亮部分）与“关”像素（背景部分）进行反转。

为了方便记忆，可以这样理解：AND对应交集，OR对应并集，XOR对应并集减去交集，NOT则是非取反操作。

1. 效果展示

以下是矩形与圆形叠加后的效果对比图：

AND操作的效果如图所示。由于矩形区域小于圆形覆盖范围，两者重叠部分之外的像素值均为零，导致正方形边缘丢失，仅保留了两图重叠的“开”像素区域。

OR操作的效果如图所示。该操作将矩形和圆形合并，只要任一图像中像素大于零，结果即为白色，从而形成两者的并集。

XOR操作的效果如图所示。正方形中心区域被移除，因为异或运算要求两个像素不能同时大于零，故重叠部分（双开）被置零。

NOT操作的效果如图所示。以圆形为例，该操作将前景白色与背景黑色互换，实现了前景变黑、背景变白的反转效果。

2. 源码实现


# 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 np
import 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255
bitwiseXor = cv2.bitwise_xor(rectangle, circle)
cv2.imshow("XOR", bitwiseXor)
cv2.waitKey(0)

# ‘NOT'操作：0变成255，255变成0
bitwiseNot = cv2.bitwise_not(circle)
cv2.imshow("NOT", bitwiseNot)
cv2.waitKey(0)

参考来源：https://www.pyimagesearch.com/2021/01/19/opencv-bitwise-and-or-xor-and-not/

至此，关于OpenCV按位AND、OR、XOR和NOT的详细注释教程已介绍完毕。如需了解更多相关OpenCV按位运算内容，请搜索本站往期文章或继续阅读后续相关文章。感谢大家的支持！