Python-Opencv中图像像素运算

Python-Opencv中图像像素运算

图像其实由每一个像素（每一个像素又由R G B三个通道的数据组合）堆积成的三维数组据，
所以两图象对应像素对应通道可以进行图像像素的运算，但是两个图像要同shape（高，宽，通道数）

import cv2 as cv

两个图形像素加运算

# 定义两个图形像素加运算函数
def add_demo(m1, m2):
	dst = cv.add(m1, m2)
	cv.imshow("add_demo", dst)

# 读入windows的Logo
src1 = cv.imread("WindowsLogo.jpg")
# 读入Linux的Logo
src2 = cv.imread("LinuxLogo.jpg") 
# 显示windows的Logo
cv.imshow("WindowsLogo", src1)
# 显示Linux的Logo
cv.imshow("LinuxLogo", src2)
# 进入两图象的像素加函数
add_demo(src1, src2)
# cv.waitKey(0) 则表示程序会无限制的等待用户的按键事件，说明就卡这在了这一帧
cv.waitKey(0)
# 关闭所有窗口
cv.destroyAllWindows()

该函数则是将两个大小相同的图像对应像素对应通道的值进行相加，不难看出，Linux只有黑色和白色组成，黑色区域则是每个像素的三个通道 RGB 值都为0，即 Linux[B, G , R] = 0，白色区域则是每个像素的三个通道 RGB 值都为255，即 Linux[B, G , R] = 255，所以当windows于Linux黑色部分相加时，每个像素的三个通道值相当于 Linux[B, G , R] + Windows[B, G, R] = Windows[B, G, R]，所以在Linux黑色部分全为Windows的颜色。而在当windows于Linux白色部分相加时，每个像素的三个通道值相当于 Linux[B, G , R] + Windows[B, G, R] = Linux[B, G , R]（由于相加的值都大于255，而默认的BGE值为 uint8，最大为255，故发生了溢出，最后都为255 ），所以在Linux白色部分全为Linux白色。从而实现了 Windows 和 Linux 的完美结合（现实中是结合不了的，哈哈哈）

两个图像的减运算