⚠️这个系列是自己瞎翻的，文法很丑，跳着跳着捡重要的部分翻，翻错了不负责，就这样。
⚠️基于3.4.3，Arithmetic Operations on Images，附原文。
目标
- 学会几种针对图像的算法操作，比如图像加法、图像减法、图像逻辑运算，等等。
- 你会学到这些方法： cv.add(), cv.addWeighted() 等等。
图像加法
你可以把两张图像用OpenCV里的方法加在一起。cv.add() 或者简单的用numpy操作， res = img1 + img2。两张图像需要有相同的深度和相同的类型，或者第二个图像是一个标量值。
提示
OpenCV的加法和Numpy的加法其实是由区别的。OpenCV的加法是一个饱和操作，而Numpy的加法其实是在做模运算。
比如，仔细思考以下示例：
>>> x = np.uint8([250])
>>> y = np.uint8([10])
>>> print( cv.add(x,y) ) # 250+10 = 260 => 255
[[255]]
>>> print( x+y ) # 250+10 = 260 % 256 = 4
[4]
当你把两张图像加在一起的时候它会更可见，OpenCV方法提供了一个更好的结果。所以坚持用OpenCV的方法总是会更好些。（译者注：这段话的意思大概是说我们企图对两张图像做加法的时候，心中期望的结果是加出来的图像更可见，OpenCV的加法更符合这个期望。这其实并不是说Numpy的加法不好，而是这两种加法有各自的使用场景。）
图像混合
这也是一种图像加法，但我们（对每张图像）给出了不同的权重，因此这种算法给我一种感觉像是在“混合”或者“透明化”。图像被按照以下等式来加在一起。
通过修改 α 值从0到1，你可以展示出从一张图像转换成另外一张这样很酷的效果。
现在我用两张图像混合在一起，第一张给出0.7的权重，第二张给出0.3的权重。方法 cv.addWeighted() 对图像应用了以下的等式。
这里的 γ 就取0吧。
img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')
dst = cv.addWeighted(img1,0.7,img2,0.3,0)
cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()
查看以下结果：
逻辑运算操作
这些包含了AND， OR， NOT 以及 XOR操作。当我们要提取图像的任何部分时（就像我们下节要讲到的情景），比如确定和操作一些非常规的图像感兴趣区域时，这些操作都会非常有用。 接下来我们会看到一个示例，如何改变一个图像的某个特定区域。
我想要把 OpenCV 的 logo 放在一个图像的上面。如果我直接用加法把两张图加在一起，它的颜色就会改变。如果我混合它们，我就要得到一个半透明的效果，但我的期望是不透明。如果我要摆放上去的是一个矩形，那咱们可以用上节使用的图像感兴趣区的那个方法。但 OpenCV 的 logo 又不是一个矩形。所以，你可以用以下的逻辑运算来搞定这个事：
# Load two images
img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')
# I want to put logo on top-left corner, So I create a ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# Now create a mask of logo and create its inverse mask also
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# Now black-out the area of logo in ROI
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
# Take only region of logo from logo image.
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# Put logo in ROI and modify the main image
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()
看下面的结果。左侧图像显示了我们创建的遮盖层，右侧图像显示了我们最终的结果。为了更好的理解，去显示一下在上面的代码中所有的中间（过程产生的）图像。特别是 img1_bg 和 img2_fg。
额外资源
练习
- 用 cv.addWeighted 方法创建一个图像自动播放控件（译者注：slide show 应该是指某款图像自动播放控件）达到平缓的改变文件夹下的图像的效果。