python代码3.构造掩模图像，使用cv2.bitwise_or()函数，按位或操作，去掉掩模内的图像；使用cv2.bitwise_add()函数，进行按位与操作，取出掩膜内的图像；

在Python中，你可以通过构建一个二进制掩模（mask）来对图像进行选择性的操作。掩模通常是全黑背景、白色前景的图像，黑色部分对应于要去掉的区域，白色部分对应于要保留或提取的区域。

以下是使用`cv2.bitwise_or()`和`cv2.bitwise_and()`函数分别实现去除掩码内图像和提取掩码内图像的例子：

import cv2
import numpy as np

# 假设我们有一个原图像和一个掩模
image = cv2.imread('image.jpg', cv2.IMREAD_COLOR)
mask = cv2.imread('mask.png', cv2.IMREAD_GRAYSCALE)  # 将掩模转换为灰度

# 对掩模进行二值化，方便操作
_, mask = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)  # 通常设置阈值为某个灰度值，这里设为127

# 使用按位或（|）操作去除掩码内的图像
not_mask = cv2.bitwise_not(mask)  # 获取掩码的反向
result_remove = cv2.bitwise_and(image, not_mask)

# 使用按位与(&)操作提取掩模内的图像
result_extract = cv2.bitwise_and(image, mask)

# 显示结果
cv2.imshow('Remove Image', result_remove)
cv2.imshow('Extract Image', result_extract)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`cv2.bitwise_and(image, not_mask)`会保留`image`中与掩码`mask`相反的部分，即去除了掩码内的图像。而`cv2.bitwise_and(image, mask)`则只保留`image`中与掩码颜色相同的区域，因此提取了掩码内的图像。