机器在学习图像掩模（image mask）：用选定的图像、图形或物体，对待处理的图像（局部或全部）进行遮挡来控制图像处理的区域或处理过程。由于覆盖的特定图像或物体称为掩模(mask)，在做图像处理的时候，对图像进行遮罩的需求非常多，接下来就以下面这张兔子的图片进行演示
import cv2
import numpy as np
imgName = './rabbit.jpg'
img = cv2.imread(imgName)
# 展示原图
cv2.imshow("img", img)
# 创建掩膜
mask = np.zeros([img.shape[0], img.shape[1]], dtype=np.uint8)
mask[50:250, 130:320] = 255
image = cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask)
# 展示掩膜图片
cv2.imshow("mask", mask)
# 展示添加掩膜效果图片
cv2.imshow("image", image)
cv2.waitKey()
cv2.destroyAllWindows()
可以看到，这里创建了一个方形掩膜，同样的，如果我们需要创建圆形掩膜，可以按照下面这种方式进行添加。
import cv2
import numpy as np
imgName = './rabbit.jpg'
img = cv2.imread(imgName)
# 展示原图
cv2.imshow("img", img)
# 创建掩膜
x = 220
y = 150
r = 100
mask = np.zeros(img.shape[:2], dtype=np.uint8)
mask = cv2.circle(mask, (x, y), r, (255, 255, 255), -1)
image = cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask)
# 展示掩膜图片
cv2.imshow("mask", mask)
# 展示添加掩膜效果图片
cv2.imshow("image", image)
cv2.waitKey()
cv2.destroyAllWindows()
遮挡掩膜的原理很简单，首先创建一个和图片同样大小的全黑图像，再把需要显示的区域像素改成白色，最后使用cv2.add叠加image和mask就可以实现图像的遮挡显示。
