opencv加法和和numpy加法的比较-04

1. 相同点

都可以实现正常的加法操作。

import numpy as np
import cv2
a = np.array([1], np.uint8)
b = np.array([2], np.uint8)

cv2.add(a, b)
array([[3]], dtype=uint8)

a + b
array([3], dtype=uint8)

2. 不同点

（1）超过当前数据类型所能表示的范围

官方原话是OpenCV addition is a saturated operation while Numpy addition is a modulo operation

即当超出范围时，opencv加法会进行饱和操作，numpy加法会进行取模操作。具体如下。

c = np.array([250], np.uint8)
d = np.array([10], np.uint8)

cv2.add(c, d)
array([[255]], dtype=uint8)  # 250+10 = 260 => 255

c + d
array([4], dtype=uint8)  # 250+10 = 260 % 256 = 4 （取模就是取余数）

所以做加法时，opencv加法会相对更接近真实值，最好使用opencv加法。或者使用更大数据类型比如uint16, uint32, uint64，这样两种加法都行。

（2）opencv加法功能更强

因为它是一个函数，通过设置其他参数，实现更多功能。重要是mask参数。

.   @param src1 数组或者标量.
.   @param src2 数组或者标量.
.   @param dst output array that has the same size and number of channels as the input array(s); the
.   depth is defined by dtype or src1/src2.
.   @param mask optional operation mask - 8-bit single channel array, that specifies elements of the
.   output array to be changed. 八位单通道数组，指定区域相加，其他区域值为0.
.   @param dtype optional depth of the output array (see the discussion below).

通过mask参数，即八位单通道数组，进行指定区域相加，其他区域值为0。