本次作业内容： 输出图片的信息，（行 列 通道等），使用滑动条完成两张图片的图像混合过渡，并在图中用红色矩形圈出足球目标（改变像素值） 分四步走
使用img.shape方法即可 代码如下所示
# 初始化一些信息 img1_path = './img/sc.jpeg' img2_path = './img/openCV_LOGO.jpg' ... ... ... # img1_SIZE = 1680 * 1050 # img2_SIZE = 435 * 384 img1_Size = (1680, 1050) # 设置图像大小 img2_Size = (435, 384) # 设置图像大小 img1 = cv2.imread(img1_path) img2 = cv2.imread(img2_path) img3 = img1.copy() img_original = cv2.imread(img1_path) print("img1图像信息：", end='') print(img1.shape) print("img2图像信息：", end='') print(img2.shape) print("img3图像信息：", end='') print(img3.shape)使用cv2.createTrackbar(trackbarName, windowName, value, count, onChange)方法即可 代码如下：
MyTrackBarName = 'Blending Weight' window_Name = 'image' ... ... ... # 创建滑动条 cv2.createTrackbar(MyTrackBarName, window_Name, 0, 100, nothing) # 设置滑动条来完成两张图片的混合过渡像这样：
这里就需要将图片抠出来，然后放置到足球图片上去 结果像这样：
是这两张图片 和
这不就是抠图嘛~ OpenCV中可以对图像进行按位运算，在OpenCV中，黑色，也就是（0）相当于透明，可以被任何其他的东西替换，学过ps的同学应该知道，图像如果低是透明的，就可以很轻松的与其他的图片叠加在一起，谁在上谁在下，要调整的不过就是图层而已。 跑题了，在OpenCV中抠上面的logo图我们可以分成以下步骤：
将背景图的指定区域（你要放置的地方）这里的区域要与OpenCV的logo图片大小（像素值）一致我们需要先将OpenCV的logo转换成灰度图，好进行下一步处理将灰度图二值化，也就是非黑及白。（制作蒙版）再将其黑白颠倒，同时将彩色的logo放到蒙版上去将这个扣好的图片放到背景图上去。我们一步步来 将背景图的指定区域（你要放置的地方）复制出来 注：这里的区域要与OpenCV的logo图片大小（像素值）一致 代码如下： roi = img1[0:rows, 0:columns] # 截取img1（足球照）中左上角与img2相同大小的图片，赋值给roi 我们需要先将OpenCV的logo转换成灰度图，好进行下一步处理 代码如下： img2_Gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) # 将logo转换为灰度图 将灰度图二值化，也就是非黑及白。（制作蒙版） ret, mask = cv2.threshold(img2_Gray, 200, 255, cv2.THRESH_BINARY) # 将灰度图二值化，以制作MASK # bitwise_and是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0 # bitwise_or是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1|1=1，1|0=0，0|1=0，0|0=0 # bitwise_xor是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1^1=0,1^0=1,0^1=1,0^0=0 # bitwise_not是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，~1=0，~0=1 再将其黑白颠倒，同时将彩色的logo放到蒙版上去 mask_inv = cv2.bitwise_not(mask) # 进行二进制"非"操作，将mask颜色反转，以确保我们要的图形不是黑色（0），不要的图形都是黑色（0） # 方便进行下一步“与”操作。 将这个扣好的图片放到背景图上去。 img1_BG = cv2.bitwise_and(roi, roi, mask=mask) # roi 和 mask进行 “与” 操作，取 roi 中与 mask 中不为 0（黑色）的值对应的像素的值， # 其他值为 0 ，放入img_BG中。 # 注意这里必须有 mask = mask 或者 mask = mask_inv， 其中的 mask = 不能忽略 # 这里取出来一个黑色的遮罩（0），方便后面将我们要扣的图像放入遮罩中 img2_FG = cv2.bitwise_and(img2, img2, mask=mask_inv) # 将 “OPENCV_LOGO” 的原图放入遮罩中，剔除掉遮罩外的内容，遮罩外为黑色（0） # 这样提取出来的图像就是彩色的原图，如果进行抗锯齿等处理就更完美了。 dst = cv2.add(img1_BG, img2_FG) # 将扣好的图片与裁切好的足球照片（img1）放在一起，准备放入足球照片中去。 放进足球照片（img1）中去，完成抠图。 img3[0:rows, 0:columns] = dst # 放进足球照片（img1）中去，完成抠图。这里还没有做到智能获取，是手动获取的像素点。 代码如下：
football = img_original[897:1044, 1270:1400] # 先复制一下足球区域的各个像素 # 这里注意！！！ 不知道为什么，这个变量并没有存储这些像素值，而是仅仅标记了一下 # 所以需要先复制一份原始图像，标记原始图像，然后再粘贴上去。 img3[887:1054, 1260:1410] = (0, 0, 255) # 将足球区域变成红色 img3[897:1044, 1270:1400] = football # 将足球粘贴回去代码如下：
... ... ... def img_blending(wdName, trackBarName, image1, image2, ): weight_x: float = (100 - cv2.getTrackbarPos(trackBarName, wdName)) / 100 # 动态获取滑动条的值并转换成小数 weight_y: float = 1 - weight_x # 另一个权值为 1 - weight_x return cv2.addWeighted(image1, weight_x, image2, weight_y, 0) # 返回对象 while 1: cv2.imshow(window_Name, img_blending(window_Name, MyTrackBarName, img_original, img3)) # 显示主窗口 k = cv2.waitKey(1) & 0xFF # 按 “ESC” 退出 if k == 27: break cv2.destroyAllWindows()最终效果图： 本次作业到这里就完成了
