引入
问题引入，考虑以下几个问题：
Q1. 一个3通道像素p的BGR分量（8bit表示）值均相同，那么这个像素是什么颜色的？
Q2. 该像素p加上自己，即，像素p的各个通道值翻倍，那么这个像素的颜色会变成什么样？
加法
假设p的BGR值均为100，即p(100, 100, 100)。那么，我们生成一幅100*100大小的3通道图像，其中每个像素均与p相同。
# 导入库
执行脚本
python arithmetic.py
没错，是一幅灰度图像。
我们可以继续尝试，加入如下代码。
# 构造一幅(50, 256, 3) 灰度条
执行脚本。
python 
这和我们的单通道灰度图像是一致的。
也就是说，
A1. 三通道图像的每个通道值（强度）相同时，合成的是灰度图像。
那么，如果将上面的图像gray的每个像素值加上(100, 100, 100)会怎样呢?
# 构造图像，shape为(100, 100, 3) ，每个像素值均为(100, 100, 100)
执行脚本。
python 
Gray1在Gray的基础上强度增强了，这是可以理解的，因为，每个像素的强度都增加了(100,100,100)。
那么，为什么Gray2怎么会比其它两幅都要暗（强度低）呢？
这是因为：
A2. numpy在做加法运算时，会根据dtype对数据进行“取模”运算。也就是说会产生数据的翻转现象。
而OpenCV在做加法时，会根据数据类型的范围进行限制。比如这里的图像通道数据类型是uint8类型的。那么OpenCV限制通道值最大为255，最小为0.而不会像numpy产生200+100＝44的现象。
减法
numpy同加法。OpenCV限制通道值下限为0.
例子
# 导入库
执行脚本
参考
【矩阵加减法】
