图像基本运算和位运算
- bitwise_or 或操作
- bitwise_and 与操作
- bitwise_not 非操作
- bitwise_xor 异或操作，说明：四个操作里面存在一个mask掩码可选参数
- add 每个像素相加，超出255的数字会被截断，相当于 % 256
- addWeighted 两张图按比例进行叠加
- subtract 减法操作，对应位置的元素相减，减完小于0，统一变为0
- multiply 乘法操作，
- divide 除法操作
- resize 图像大小操作，可以指定插值方式4种：以cv2.INTER_开头
- np.array(xxx).sizeof() 数组占用空间大小
- cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 图片色彩转变，这个示例是转为黑百图（灰度图）
示例：在一个图片上绘制logo图标，主要技术点：使用mask掩码，对位运算的灵活运用
import cv2
import numpy as np
bg = cv2.imread('./images/bg.jpg')
# burn.png是一个4通道的图片，但是读取之后，变成了3通道，猜测跟flags有关
logo = cv2.imread('./images/burn.png')
logo_mask = cv2.imread('./images/burn.png', cv2.IMREAD_GRAYSCALE)
# 在数组中根据条件进行批量变更数据
logo_mask = np.where(logo_mask > 0, 255, 0) # 这里的255是int32
logo_mask = logo_mask.astype('uint8') # 需要将logo_mask.dtype从int32转为uint8
logo_width, logo_height = logo.shape[1], logo.shape[0]
# print(logo_mask[60:80, 60:80])
# print(cv2.bitwise_not(logo_mask)[60:80, 60:80])
x, y = 400, 100
bg_section = bg[y:y+logo_height, x:x+logo_width, :]
bg_section = cv2.bitwise_and(bg_section, bg_section, mask=cv2.bitwise_not(logo_mask))
bg_section = cv2.bitwise_or(bg_section, logo)
bg[y:y+logo_height, x:x+logo_width, :] = bg_section
# 绘制背景色
window_name = 'window'
cv2.namedWindow(window_name, cv2.WINDOW_NORMAL)
cv2.resizeWindow(window_name, (800, 450))
cv2.imshow(window_name, bg)
# cv2.imshow('logo', logo_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()
