图像的基本表示方法
在实现图像如何变亮之前，我们需要认识一下图像的基本表示方法。在电脑中，图像被分为3种：二值图像，灰度图像以及彩色图像。
其中二值图像是指仅仅包含黑色和白色两种颜色的图像，比如在程序中，为了表示数字A，我们可以通过如下栅格状排列的数据集来表示，如下图所示：
其中0代表黑色，1代表白色，这样我们可以确定我们要显示的内容，不过其没有颜色，也没有深浅，只能显示形状。
第2个种图像就是灰度图像，它可以通过深浅绘制出大致的人物形状，内容样式等等，但其没有颜色。效果与上面一样，只是每一个方块的数值不在是0和1，而是[0,255]。
最后一种是彩色图像，它就是在灰度图像上添加了颜色，虽然也可以用上面的二值图像来表示，但其中的一个方块不是0和1，也不是[0,255]，而是[[0,255],[0,255],[0,255]]。这样也就是变成了一个三维的矩阵。
对于图像的基础知识，我们就介绍到这里。下面，我们每篇博文都将是一篇实战与理论的结合，本篇主要讲解图像的加法运算，并实现图像的亮度调节。
图像的两种加法运算
对于图像的处理来说，加法运算都是比较基础的运算。而复杂的图像处理，都是通过这些基础的知识来完成的。所以，对于OpenCV的开篇，我们要详细介绍它的加法运算。
在图像的处理过程中，OpenCV给我们提供了两种对图像的加法运算。一种是通过“+”号直接处理，一种是通过add函数进行处理。
“+”与add函数
在认识“+”运算符之前，我们需要了解一下RGB图像颜色的组成。众所周知，不管是红色，蓝色还是绿色，通过程序设置的最大值就是255。那么现在就有一个棘手的问题，假如加法运算之后，大于255怎么办？
对于“+”运算符来说，如果大于了255，就需要取余数。比如绿色值为222，现在要加55，那么最后值不是277，而是21。
而add函数并不是这样，通过add实现图像的加法运算，没有取余数的说法，凡是加法之后大于255的，统一都设置为255。了解了这些，我们就可以非常灵活的使用加法运算。
获取一个图像
既然了解了图像的加法运算，下面我们就来获取一个图像进行操作，代码如下所示：
import cv2 img = cv2.imread("1.jpg", 1)
这里，我们通过import cv2导入OpenCV库，然后获取图像，这里需要注意第2个参数。博主这里专门列出一个表格方便大家认识第2个参数意义。
| 数值 | 含义 |
| -1 | 保持原格式不变 （也就是如果是灰度图像那么就是灰度图像，如果是彩色图像，那么就是彩色） |
| 0 | 将图像调整为单通道灰度图像 |
| 1 | 将图像调整为3通道BGR图像，这个是more五年值 |
| 2 | 当载入图像深度为16位或者32位时，就返回其对应的深度图像；否则，将其转换为8位图像 |
| 4 | 以任何可能的颜色格式读取图像 |
| 8 | 使用gdal驱动程序加载图像 |
以上是我们常用到的参数值，当然不仅仅只有这些参数，还有一大堆获取图像后缩小图像大小的参数，感兴趣的可以查询开发文档。
接着，我们将获取的图像显示出来，具体代码如下所示：
import cv2 img = cv2.imread("1.jpg", -1) cv2.imshow("图片", img)#显示图像，参数1为窗口标题，2为获取的图像，中文乱码后续讲解 cv2.waitKey()#等待用户按下 cv2.destroyAllWindows()#释放所有窗口
上面的注释够详细，这里就不在赘述。运行之后，显示的效果如下所示：
调整图像亮度
调整图像亮度我们一般使用add函数，但是为了区分两种加法的区别，我们同时计算并同时显示其图像，具体代码如下所示：
import cv2 img = cv2.imread("1.jpg", -1) symbol_img=img+img add_img=cv2.add(img,img) cv2.imshow("图片1", symbol_img) cv2.imshow("图片2", add_img) cv2.waitKey() cv2.destroyAllWindows()
运行之后，显示的效果如下图所示（左“+”，右add）：
其中左边图像大于255的全部取余数，导致本来亮的像素变得更暗了。而右边图像因为使用add函数不用取模，大于255统一赋值为255，所以每个细节都只会比原图更亮。
