图像加权和
可以用cv2.addWeighted()表示加权和
一个注意点：
cv2.addWeighted(a,0.5,b,0.5,0)中两个图像的尺寸和通道数要相同，不然会报错。
示例：
a = cv2.imread("p7.jpg")
b = cv2.imread("me1.jpg")
face1 = a[0:300,100:400]
face2 = b[150:450,100:400]
result= cv2.addWeighted(face1,0.5,face2,1,0)
cv2.imshow("re",result)
# cv2.imshow("i3",img)
cv2.waitKey()
按位逻辑运算
cv2.bitwise_and() 按位与
cv2.bitwise_or()按位或
cv2.bitwise_xor()异或
cv2.bitwise_nor()取反
数值200与255进行按位与，保持200不变
示例：
a = cv2.imread("p7.jpg",0)
b = np.zeros(a.shape,np.uint8)
cv2.imshow("re",b)
b[100:300,100:400] = 255
c = cv2.bitwise_and(a,b)
cv2.imshow("reu",c)
# cv2.imshow("i3",img)
cv2.waitKey()
由于按位与操作要求参与运算的数据有相同的通道，所以无法直接将彩色图像与单通道掩膜图像进行按位与操作
将函数改为按位或:
opencv很多函数都指定一个掩膜作为参数，使用掩膜参数时，操作只会在掩膜非空的像素点上执行，并将其他像素置为0
cv2.threshold()
这个函数有四个参数，第一个原图像，第二个进行分类的阈值，第三个是高于（低于）阈值时赋予的新值，第四个是一个方法选择参数，常用的有：
• cv2.THRESH_BINARY（黑白二值）
• cv2.THRESH_BINARY_INV（黑白二值反转）
• cv2.THRESH_TRUNC （得到的图像为多像素值）
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV
该函数有两个返回值，第一个retVal（得到的阈值值（在后面一个方法中会用到）），第二个就是阈值化后的图像。
图像加密:
a = cv2.imread("p7.jpg",0)
# a = cv2.cvtColor(a, cv2.COLOR_BGR2GRAY)
h,w = a.shape
mask = np.zeros((h,w),dtype=np.uint8)
mask[100:300,200:400] = 1
key = np.random.randint(0,256,size=[h,w],dtype=np.uint8)
after = np.bitwise_and(a,mask*255)
afterxor = cv2.bitwise_xor(key,a)
cv2.imshow("afterxor",afterxor) #图片加密
cv2.imshow("a",after)
encypt = cv2.bitwise_and(afterxor,mask*255)
cv2.imshow("encypt",encypt)
noface1 = cv2.bitwise_and(a,(1-mask)*255)
cv2.imshow("noface",noface1)
noface2 = cv2.bitwise_and(a,afterxor)
maskface = encypt+noface1 #图像打码
cv2.imshow("maskface",maskface)
cv2.imshow("noface2",noface2)
cv2.waitKey(0)
cv2.destroyAllWindows()
效果:
颜色空间的转化用到了如下约定：
8位图像值的范围是[0,255] 16位图像值的范围是[0,65535] 浮点数图像值的范围是[0,1]
np.random.randint
np.random.randint(5, size=(3,2, 4))
生成0-5的范围内（不包括5）的三个矩阵，每个矩阵为2行4列
进行试验:
img = np.random.randint(0,256,size=[200,70,4],dtype=np.uint8)
cv2.imshow("img",img)
结果:
size=[200,70,4]中随着第二个参数的增大，横向区域不断变大。且第二个和第三个参数的大小不能超过第一个，不然报错
第一个参数增大后纵向距离变大
其中第三个参数为4时程序可以正常，但是为5和2时就会报错，猜测应该是小于4通道数
第三个参数为1时也可以正常运行:
不加第三个参数时，显示的也是如上的灰度图
当图像从GRAY色彩空间转化到RGB/BGR色彩空间时，最终所有的通道的值都是相同的
在RGB和BGR模式之间发生转化时，R和B通道的位置发生了交换。
模式转化之后：
img = cv2.imread("p7.jpg")
img2 = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
cv2.imshow("img",img)
cv2.imshow("img2",img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
