OpenCV 图像减法运算：使用 NumPy 进行像素值减法

本代码示例使用 OpenCV 和 NumPy 库进行图像减法运算，将一张图片的像素值减去另一张图片的像素值，并展示结果。

代码示例：

import cv2
import numpy as np

img = cv2.imread('d:\image\angiography_live_image.tif')
m = cv2.imread('d:\image\angiography_mask_image.tif')

# 使用 NumPy 进行减法运算
result = np.int32(img) - np.int32(m)

cv2.imshow('original', img)
cv2.normalize(result, result, 0, 255, cv2.NORM_MINMAX)
result = result.astype(np.uint8)
cv2.imshow('result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码分析：

第 1 行： 导入 cv2 模块，用于图像处理。
第 2 行： 导入 numpy 模块，用于数值计算。
第 3 行： 使用 cv2.imread 函数读取一张图片，图片的路径为 'd:\image\angiography_live_image.tif'，并将其赋值给变量 img。
第 4 行： 使用 cv2.imread 函数读取另一张图片，图片的路径为 'd:\image\angiography_mask_image.tif'，并将其赋值给变量 m。
第 7 行： 使用 np.int32 函数将 img 和 m 转换为 32 位整型数组，以便进行数值运算。
第 8 行： 使用减法运算符 - 对两个 32 位整型数组进行减法运算，得到结果 result。
第 9 行： 使用 cv2.imshow 函数显示原始图像，窗口标题为 'original'，图像数据为 img。
第 10 行： 使用 cv2.normalize 函数将 result 的像素值范围归一化到 0-255 之间，以便在显示时能够正常显示。
第 11 行： 使用 result.astype 函数将 result 的数据类型转换为无符号 8 位整型，以便能够被 OpenCV 正确显示。
第 12 行： 使用 cv2.imshow 函数显示处理后的图像，窗口标题为 'result'，图像数据为 result。
第 13 行： 使用 cv2.waitKey 函数等待用户按下任意键，以便能够看到结果图像。
第 14 行： 使用 cv2.destroyAllWindows 函数关闭所有图像窗口。

总结：

这段代码展示了使用 OpenCV 和 NumPy 进行图像减法运算的简单示例。通过使用 NumPy 进行像素值减法运算，并使用 OpenCV 进行图像显示，可以实现对两张图片进行像素值减法，得到最终的处理结果。