用python将两幅图像进行调整大小和通道数相同，并且不使用库函数进行对两幅图像进行加减

法操作。

代码如下：

import cv2

# 读取两幅图像
img1 = cv2.imread('img1.jpg')
img2 = cv2.imread('img2.jpg')

# 调整大小
img1 = cv2.resize(img1, (img2.shape[1], img2.shape[0]))

# 调整通道数
if img1.shape[2] > img2.shape[2]:
    img1 = img1[:, :, :img2.shape[2]]
else:
    img2 = img2[:, :, :img1.shape[2]]

# 加法操作
add_img = img1 + img2

# 减法操作
sub_img = img1 - img2

# 显示结果
cv2.imshow('add_img', add_img)
cv2.imshow('sub_img', sub_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们首先读取了两幅图像，然后使用`cv2.resize()`函数将其中一幅图像调整为和另一幅图像相同的大小。接着，我们通过比较两幅图像的通道数，来决定调整哪一幅图像的通道数，从而保证两幅图像的通道数相同。最后，我们通过加减法操作，得到了两幅图像的加减法结果，并使用`cv2.imshow()`函数将结果显示出来。

相关问题

在python中用自己写的函数实现两幅图像的加减，要求不使用库函数，并且输出图像

以下是一个简单的实现示例：

from PIL import Image

def add_images(image1, image2):
    """将两幅图像相加"""
    # 获取图像尺寸
    width, height = image1.size

    # 创建新的空白图像
    new_image = Image.new("RGB", (width, height))

    # 循环遍历每个像素，并将两幅图像像素值相加
    for x in range(width):
        for y in range(height):
            # 获取像素点的RGB值
            r1, g1, b1 = image1.getpixel((x, y))
            r2, g2, b2 = image2.getpixel((x, y))

            # 将像素点的RGB值相加
            r = min(r1 + r2, 255)
            g = min(g1 + g2, 255)
            b = min(b1 + b2, 255)

            # 将新图像的像素点设置为相加后的RGB值
            new_image.putpixel((x, y), (r, g, b))

    return new_image

def subtract_images(image1, image2):
    """将两幅图像相减"""
    # 获取图像尺寸
    width, height = image1.size

    # 创建新的空白图像
    new_image = Image.new("RGB", (width, height))

    # 循环遍历每个像素，并将两幅图像像素值相减
    for x in range(width):
        for y in range(height):
            # 获取像素点的RGB值
            r1, g1, b1 = image1.getpixel((x, y))
            r2, g2, b2 = image2.getpixel((x, y))

            # 将像素点的RGB值相减
            r = max(r1 - r2, 0)
            g = max(g1 - g2, 0)
            b = max(b1 - b2, 0)

            # 将新图像的像素点设置为相减后的RGB值
            new_image.putpixel((x, y), (r, g, b))

    return new_image

# 加载两幅图像
image1 = Image.open("image1.jpg")
image2 = Image.open("image2.jpg")

# 将两幅图像相加，并保存为新图像
new_image = add_images(image1, image2)
new_image.save("add_image.jpg")

# 将两幅图像相减，并保存为新图像
new_image = subtract_images(image1, image2)
new_image.save("subtract_image.jpg")

在上面的示例中，我们使用了Python的PIL库来加载和保存图像。我们自己编写了两个函数来实现图像加减操作。在这些函数中，我们使用了循环来遍历每个像素，并计算出相应的加或减的结果。最后，我们使用`putpixel`函数来设置新图像的像素点。

在python中用自己写的函数实现两幅图像的加减，要求不使用库函数

以下是实现两幅图像的加减的Python代码：

import numpy as np
import cv2

def add_images(image1, image2):
    # 获取两幅图像的尺寸
    height, width, channels = image1.shape
    
    # 创建一个空白的图像用于存储加法结果
    result = np.zeros((height, width, channels), dtype=np.uint8)
    
    # 逐像素进行加法操作
    for i in range(height):
        for j in range(width):
            for k in range(channels):
                result[i, j, k] = image1[i, j, k] + image2[i, j, k]
    
    return result

def subtract_images(image1, image2):
    # 获取两幅图像的尺寸
    height, width, channels = image1.shape
    
    # 创建一个空白的图像用于存储减法结果
    result = np.zeros((height, width, channels), dtype=np.uint8)
    
    # 逐像素进行减法操作
    for i in range(height):
        for j in range(width):
            for k in range(channels):
                result[i, j, k] = image1[i, j, k] - image2[i, j, k]
    
    return result

# 读取两幅图像
image1 = cv2.imread('image1.png')
image2 = cv2.imread('image2.png')

# 将两幅图像进行加法操作
result_add = add_images(image1, image2)

# 将两幅图像进行减法操作
result_subtract = subtract_images(image1, image2)

# 显示加法结果
cv2.imshow('Addition', result_add)

# 显示减法结果
cv2.imshow('Subtraction', result_subtract)

# 等待按下任意键，然后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码中，`add_images`函数实现了两幅图像的加法操作，`subtract_images`函数实现了两幅图像的减法操作。这两个函数的实现方法都比较简单，就是逐像素对应进行加法或减法操作，最终得到一个新的图像。在实际使用时，只需要传入需要进行加减操作的两幅图像即可。最后，使用`cv2.imshow`函数将加减结果显示出来，再使用`cv2.waitKey`函数等待按下任意键后关闭所有窗口。