图像的运算，例如加法运算、位运算等基础图像运算。我们所使用的图像处理技术正是依靠这些简单的基础运算来完成的。

1.加法运算：

分两种方式，一种为传统“+”号，另一种是函数cv2.add(),因为计算机一般使用8个比特来表示灰度图像，所以像素值的范围是0～255。当像素值的和超过255时，这两种加法方式的处理方法是不一样的。

1.1运算符“+”

上式中，a和b表示两幅图像的像素值，mod(a+b,256) 表示“a+b的和除以256取余”。

实例：

执行结果：

通过上面的解释知道，(a+b)>255,写除以256取余，我们来验证img3的数据：

验证结果，符合上面表达式。

1.2 cv2.add()函数

当像素a和像素b的和超过255时，会将其截断，取范围内的最大值，也就是255，这是与运算符“+”的不同之处。

实例：

执行结果：

ps:由于使用cv2.add()函数，执行后当img1+img2中的数值大于255时，则取255，可以看一下在img3中标注的红框，都是img1+img2中大于255的数值。

2.减法运算

同样分两种，一种是传统的“-”，另一种是函数cv2.subtract()。

2.1 “-”号运算

a和b表示两幅图像的像素值，mod(a-b,255)+1表示“a-b的差除以255取余后加1”。

实例：

执行结果：

ps:这里重点需要注意的就是负数相除取余数。我们先来看红框中标注的数字是如何得来的：

先看上图标注的计算式如果把img1-img2,当数值小于0，就会按照mod(a-b,255)+1的方程式进行运算。此时取出的余数就是img3中用红框标注的数值。我们看一下它余数是如何来的。(98-178)%255+1=176，(98-178)%255=176-1=175，此时我们如果把(98-178)变为178-98=80，我们再用175+80=255。其他a-b<0的数值计算也是如此。因此，我们可以得出个结论在python中负数取余后的结果和相同正数取余后的结果相加等于余数。或者说在这里我们可以用余数=负数+除数，例如176-1=(98-178)+255。

2.2 函数cv2.subtract()

当像素a和像素b的差值小于0时，会将其截断，取最小值0，这是与运算符“-”的不同之处。

实例：

执行结果：

3.乘法运算

图像乘法运算有矩阵乘法和矩阵的点乘两种。面向Python的OpenCV提供了cv2.mutiply()函数进行矩阵的点乘运算，Python为矩阵的乘法运算提供了dot()函数。

1.1矩阵乘法：np.dot()函数

矩阵乘法的一般格式为：result=np.dot(a,b)其中：a和b表示需要进行矩阵乘法计算的两个像素值矩阵。在进行矩阵乘法运算时必须满足其行列维数的规则。

实例:

执行结果：

Ps:没看明白img3的数值是如何计算出来的，这个后续补充。

3.2 cv2.multiply()函数

实例：

执行结果：

矩阵点乘运算的最终结果基本都是255，这是由于，在结果大于255时，类似于加法运算，计算机会截断数据，取最大值。

4.除法运算

除法运算应用在图像中即为矩阵的点除运算，面向Python的OpenCV提供了cv2.divide()函数来进行像素矩阵的点除运算。

实例：

执行结果：

矩阵点除运算的最终结果全是整数，这是因为像素的范围一般在0～255之间而且是整数，所以，当定义的随机矩阵是8位整型数时，在做除法运算时对结果将自动取整。

5.逻辑运算

在进行图像处理时经常会遇到按位逻辑运算。主要有按位与、按位或、按位非、按位异或四种常用的逻辑运算

5.1 按位与

当参与运算的值都为真，结果为真，否则为假

OpenCV中的cv2.bitwise_and()函数用于进行按位与运算，其一般格式为：cv2.bitwise_and(src1,src2[,mask])其中：dst表示与输入值具有相同大小的输出值。src1表示第一个输入值。src2表示第二个输入值。mask表示可选操作掩码。

实例：

执行结果：

5.2 按位或

按位或的规则是参与运算的两个值只要有一个为真，结果就为真

OpenCV中的cv2.bitwise_or()函数用于进行按位与运算，其一般格式为：cv2.bitwise_or(src1,src2[,mask])其中：dst表示与输入值具有相同大小的输出值。src1表示第一个输入值。src2表示第二个输入值。mask表示可选操作掩码。

实例：

执行结果：

5.3 按位非

按位非是取反操作

语法：cv2.bitwise_not(src[,mask]);src表示输入值。 mask表示可选操作掩码。

实例：

执行结果：

ps:这个有点类似photoshop中的反选，但又不是，这里把整个原图片的颜色全转换成了反色，也叫补色。比如白变成了黑，红变成了蓝。就是与原图颜色相反。（像素值取反）

5.4 按异或

按位异或操作类似于半加运算

语法：cv2.bitwise_xor(src1,src2[,mask]);src表示输入值。 mask表示可选操作掩码。

实例：

执行结果：

Ps:选定区域取反色。

（以上内容为机器学习：基于OpenCV和Python的智能图像处理个人学习笔记，此书由高敬鹏、江志烨、赵娜编写，如有侵权，联系删除）