cv2.bitwise_xor 函数是 OpenCV 库中用于执行逐元素位逻辑“异或”（XOR）运算的函数。这个操作比较两个输入数组的对应元素，并根据比较结果计算输出数组的元素值。位运算 XOR 的基本原则是：
- 如果两个比较位中的一个为1而另一个为0，结果位为1。
- 如果两个比较位相同（都为1或都为0），结果位为0。
在图像处理的上下文中，cv2.bitwise_xor 函数的行为如下：
- 如果
image1和image2中相应位置的像素值中只有一个大于0（例如一个为白色而另一个为黑色），那么输出图像中对应位置的像素值将被设置为最大值（通常是255，代表白色）。 - 如果
image1和image2中相应位置的像素值都是0（黑色）或者都是非零值（白色），那么输出图像中对应位置的像素值将被设置为0（黑色）。
这种操作在图像处理中可以用于多种目的，例如：
- 比较两个图像的差异。
- 从两个图像中提取相互独立的区域。
- 实现某些特殊的图像融合效果。
下面是一个使用 cv2.bitwise_xor 函数的简单示例：
import cv2
import numpy as np
# 读取或创建两个图像
image1 = cv2.imread('image1.png', cv2.IMREAD_GRAYSCALE)
image2 = cv2.imread('image2.png', cv2.IMREAD_GRAYSCALE)
# 确保两个图像大小相同
# 如果需要，可以使用 cv2.resize() 函数调整图像大小
# 应用位运算XOR
result = cv2.bitwise_xor(image1, image2)
# 显示结果
cv2.imshow('Result of Bitwise XOR', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
在这个示例中，image1 和 image2 是两个单通道灰度图像。cv2.bitwise_xor 函数将这两个图像进行逐元素的 XOR 运算，并将结果存储在 result 中。然后，我们使用 cv2.imshow 函数显示结果图像。
两个矩形重叠的区域被移除（黑色），因为在这个区域中两个像素都大于0：