下面是根据HSV图像准备的掩码，黄色区域中的所有像素的像素值为255，其余像素值为0：
现在，我们可以根据需要轻松地将绿色虚线框内的像素值设置为1，让我们回到代码中：
＃ HSV的范围lower ＝ np．array（［6，10，68］）upper ＝ np．array（［30，36，122］）
＃ 为图像创建核kernel ＝ np．ones（（3，3），np．uint8）
＃ 每次运行以下while循环时，执行下面的两行cap ＝ cv2．VideoCapture（path＋＂Pexels Videos 2675513．mp4＂）cnt ＝ 0
＃ 循环加载、预处理和显示帧while（True）： ret， f ＝ cap．read（）
＃ 提取我们将放置logo的区域 ＃ 此区域的尺寸应与logo的尺寸相匹配 mini＿frame ＝ f［500：740，875：1070，：］
＃ 创建 HSV 图像 hsv ＝ cv2．cvtColor（f， cv2．COLOR＿BGR2HSV）
＃ 创建掩码 mask ＝ cv2．inRange（hsv， lower， upper）
dil ＝ cv2．dilate（mask，kernel，iterations ＝ 5）
＃ 创建3个通道 mini＿dil ＝ np．zeros＿like（mini＿frame） mini＿dil［：，：，0］ ＝ dil［500：740，875：1070］ mini＿dil［：，：，1］ ＝ dil［500：740，875：1070］ mini＿dil［：，：，2］ ＝ dil［500：740，875：1070］
＃ 复制logo图像 logo＿copy ＝ logo．copy（）
＃ 当掩码的像素值为0时，将像素值设置为1 logo＿copy［mini＿dil ＝＝ 0］ ＝ 1
＃ 将标识的像素值设置为1，其中标识的像素值为0 logo＿copy［logo ＝＝ 0］ ＝ 1
＃ 当logo的像素值不为1时，将像素值设置为1 mini＿frame［logo＿copy ！＝ 1］ ＝ 1
＃ 合并图像（数组乘法） mini＿frame ＝ mini＿frame＊logo＿copy
＃ 在框架中插入logo f［500：740，875：1070，：］ ＝ mini＿frame
＃ 调整框架的大小（可选） f ＝ cv2．resize（f， （480， 270）， interpolation ＝ cv2．INTER＿AREA）
＃ 显示帧 cv2．imshow（＇frame＇， f）
＃ 保存帧 ＃ cv2．imwrite（path＋＇frames／＇＋str（cnt）＋＇．png＇，f） cnt＋＝ 1
if cv2．waitKey（20） ＆ 0xFF ＝＝ ord（＇q＇）： cv2．destroyAllWindows（） break
上面的代码片段将从视频中加载帧，对其进行预处理，并创建HSV图像和掩码，最后将logo插入到视频中。你完成了！
结尾
在本文中，我们介绍了一个非常有趣的计算机视觉用例，并从零开始实现它。在此过程中，我们还学习了如何使用图像数组以及如何从这些数组中创建掩码。
当你处理其他的计算机视觉任务时，这会对你有所帮助。
