前幾篇都講到了關於OPENCV當中幾個常用的函數，
實際上有太多可以使用的圖像處理方法了，
之後再專門做一集跟大家講解這部分的內容(老高上身?)
今天介紹一些關於圖像的運算方法，
關於圖像運算的部分，
主要是可以在圖像處理當中做到更細微的處理，

關於圖像的基礎運算概念

圖像的基礎運算當中，
當然也不外乎加減乘除的四則運算，
在圖像處理的基礎篇有提到，基本上圖片對電腦而言，
尤其是OPENCV在圖片讀取時，是以0-255的8位元數值去表示的，
因此許多圖片運算也都會被侷限在這個範圍內，
例如某個像素的灰階值為127，如果我希望對該像素進行增亮的處理，
以一般加法來說，如果我增加200，那麼超過255時，
數值將會變成(200+127)%256=71，
結果反而還比原來的灰階值更低了，
所以OPENCV在圖像運算上有自己的玩法，
以下直接用python的檔案跟大家做幾個範例介紹：

影像加法cv2.add()

在上面提到的範例，如果我們希望讓一個圖片增加某個定值的話，
可以使用cv2.add()的方法，讓兩個矩陣數值相加，
實際範例的做法如下：

#image_calculator.py
from cv2 import cv2 as cv 
import numpy as np

image_path = './test.png'

img = cv.imread(image_path,0)
print(img)
img2 = np.ones(img.shape,dtype=np.uint8)*30
print(img2)
img3 = cv.add(img,img2)
print(img3)

cv.imwrite('./img.png',img)
cv.imwrite('./img2.png',img2)
cv.imwrite('./img3.png',img3)

其中test.png是在圖片基礎篇使用的，
在測試的時候也可以嘗試使用別的圖片來進行cv2.add()的加法運算，

結果圖如下：

上面是用單通道的影像進行運作的結果，
如果以實際的圖片案例，大概會是這個樣子：

可以看到圖片明顯亮了一階(全部像素值+100的效果)，

cv2.add函數也可以讓兩張圖片進行相加的動作，

譬如這兩張圖片：

首先他們都是225x225像素大小的圖片，
同樣使用cv2.add()的方式將兩張圖片相加，

img = cv.imread('./Mcdonald.jpg')
img2 = cv.imread('./burgerking.jpg')
img3 = cv.add(img,img2)

cv.imwrite('./img.png',img)
cv.imwrite('./img2.png',img2)
cv.imwrite('./img3.png',img3)

cv2.add(img,img2)所得到的結果圖如下：

其中白色底圖的部分，依然是全白的，
但是在原來藍色的logo部分，又再加上了紅色的數值，
因此顏色外觀呈現粉紅色，而其中也能隱隱約約看到橘色的M，

透過設計，
我們也能夠讓LINEBOT使用者嘗試將兩張圖片合併成一張並回傳結果，
這樣就能讓更多有趣的設計透過圖片合成被創造出來囉~

影像加權和cv2.addWeghted()

最後再帶到關於影像加權和的一個用法，
cv2.add()是將兩個圖片相加合成第三張圖片，
cv2.addWeighted()則是將兩張照片依不同佔比進行合成，
以上面兩個餐飲業龍頭的logo為例：

img = cv.imread('./Mcdonald.jpg')
img2 = cv.imread('./burgerking.jpg')
img3 = cv.addWeighted(img,0.8,img2,0.2,0)

cv.imwrite('./img.png',img)
cv.imwrite('./img2.png',img2)
cv.imwrite('./img3.png',img3)

這樣一來兩張圖就能夠按照比例被顯示在一個畫面當中了，

以上就是針對圖片數值相加的一個範例，
明天將繼續影像運算的其他部分