dst = cv2.add(src1, src2)

dst = cv2.add(src1, src2, dst, mask, dtype)

dst = cv2.subtract(src1, src2)

dst = cv2.subtract(src1, src2, dst, mask, dtype)

src1 és src2 összege (add), illetve src1 - src2 szerinti különbsége (subtract).

Megadhatunk egy mask képet is, amely azt szabályozza, mely képpontokra legyen értelmezett (nem nulla értékű maszk helyeken) a művelet.

A negyedik paraméterként átadandó dst értéke lehet None érték, ezt a függvény eredményként úgyis megkapjuk.

Megadhatjuk az eredmény kép típusát is (dtype). Célszerű használni, amennyiben a művelet kivezethet az eredeti típus értékkészletéből.

dst = alpha * src1 + beta * src2 + gamma

Súlyozott összeg képzés a fenti képlet szerint. Megadhatjuk az eredmény kép típusát is.

dst = cv2.bitwise_not(src)

dst = cv2.bitwise_and(src1, src2)

dst = cv2.bitwise_and(src1, src2, dst, mask)

cv2.bitwise_or() és cv2.bitwise_xor() hasonlóan.

src értékének bitmintáin ellentett képzés (logikai NEM).

src1 és src2 értékeinek bitmintái közötti logikai műveletek (logikai ÉS, logikai VAGY, logikai KIZÁRÓ_VAGY).

mask területre megszorítható.

dst = cv2.multiply(src1, src2)

dst = cv2.multiply(src1, src2, dst, scale, dtype)

dst = cv2.divide(src1, src2)

dst = cv2.divide(src1, src2, dst, scale, dtype)

dst = cv2.divide(scale, src2)

src1 értékeinek elemenkénti szorzása vagy osztása src2 értékeivel.

A scale skalár paraméterrel az eredmény megszorozható.

A harmadik osztási szintaktika a scale / src2 számításnak felel meg.

dst = cv2.exp(src)

dst = cv2.log(src)

dst = cv2.pow(src, power)

dst = cv2.min(src1, src2)

dst = cv2.max(src1, src2)

Képpontonkénti minimum és maximum érték számítás. Egyforma méretű képmátrixokat kell megadni.

Az eredmény képmátrix lesz, a párba kerülő képpont értékek minimuma vagy maximuma számolódik!

mean, stddev = cv2.meanStdDev(src)

mean, stddev = cv2.meanStdDev(src, mean, stddev, mask)