在Python中，您可以使用PIL（Python Imaging Library）库和NumPy库来处理和输出图片矩阵。以下是一个简单的示例，说明如何读取一张图片并将其转换为NumPy数组（矩阵形式），然后输出这个矩阵：
```python
from PIL import Image
import numpy as np
打开图片
path_rgb = Image.open（'path_to_your_image.png'）
将图片转换为NumPy数组
img_rgb = np.asarray（path_rgb）
输出图片矩阵的维度
print（"H W C:", img_rgb.shape）
输出图片矩阵的内容
print（img_rgb）
如果您想要输出图片矩阵的每个像素值，可以使用以下代码：```pythonfrom PIL import Image
import numpy as np
打开图片
path_rgb = Image.open（'path_to_your_image.png'）
将图片转换为NumPy数组
img_rgb = np.asarray（path_rgb）
遍历图片矩阵的每个像素值并输出
for row in img_rgb:
for pixel in row:
print（pixel）
如果您需要将两个图片矩阵相加并输出结果，可以使用以下代码：
```python
from PIL import Image
import numpy as np
打开图片
path_rgb = Image.open（'path_to_first_image.png'）
path_normal = Image.open（'path_to_second_image.png'）
将图片转换为NumPy数组
img_rgb = np.asarray（path_rgb）
img_normal = np.asarray（path_normal）
矩阵相加
total = img_rgb * 0.5 + img_normal * 0.5
将结果转换回图片格式并显示
img = Image.fromarray（np.uint8（total * 255））
img.show（）
请注意，上述代码示例中的`path_to_your_image.png`应替换为您要处理的图片的实际路径。如果您需要处理的是灰度图像，可以使用`mode='L'`参数打开图片，并将输出矩阵的维度从`（H, W, C）`更改为`（H, W）`。