以下是一个使用Python和OpenCV库比较两张图片并找出差异的代码示例：

import cv2

def find_image_difference(image1, image2):
    # 读取两张图片
    img1 = cv2.imread(image1)
    img2 = cv2.imread(image2)

    # 将两张图片转换为灰度图像
    gray_img1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    gray_img2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)

    # 计算两张图片的差异
    diff = cv2.absdiff(gray_img1, gray_img2)

    # 对差异图像进行阈值处理
    _, threshold = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)

    # 寻找差异图像中的轮廓
    contours, _ = cv2.findContours(threshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 绘制差异图像中的轮廓
    cv2.drawContours(img1, contours, -1, (0, 0, 255), 2)

    # 显示结果图像
    cv2.imshow("Difference", img1)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 测试代码
find_image_difference("image1.jpg", "image2.jpg")

这个代码示例中，我们首先使用cv2.imread()函数读取两张图片。然后使用cv2.cvtColor()函数将图片转换为灰度图像，这是因为灰度图像更适合进行图像差异比较。

然后，我们使用cv2.absdiff()函数计算两张灰度图像之间的差异。接下来，我们使用cv2.threshold()函数对差异图像进行阈值处理，将差异值大于30的像素设置为白色，小于等于30的像素设置为黑色。

然后，我们使用cv2.findContours()函数找到差异图像中的轮廓，并使用cv2.drawContours()函数绘制轮廓到原始图片上。

最后，我们使用cv2.imshow()函数显示结果图像，并使用cv2.waitKey()函数等待用户按下任意键关闭窗口。

你可以将代码中的"image1.jpg"和"image2.jpg"替换为你自己的图片路径，然后运行代码来比较两张图片并找出差异。