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。