我們在看優酷視訊時，經常會發現視訊右上角上有“優酷”的字樣。例如：

實際上我們可以把視訊看作一幅幅的影象，在每幅影象中，我們把“優酷”這個圖示加上去。於是一個很自然的想法就是影象相加。

由於影象相加需要2幅影象有相同的大小，因為影象就是矩陣，同維度的矩陣才能相加。於是先生成一副有“優酷”字樣的黑色背景的影象，讓其與每幅影象進行相加。

import cv2
car = cv2.imread("car.jpg")
youku = cv2.imread("youku.jpg")
car_and_youku = cv2.add(car, youku)
cv2.imshow("car_and_youku"
 
, car_and_youku)
cv2.waitKey()

得到相加影象如下：

我們注意到，“優酷”文字不再是純紅色，而是有了一定的混色。這是因為影象相加的話，是將相同位置的畫素值直接相加，由於原影象上該文字所在的位置已經有畫素值了，於是相加在一起就不是紅顏色了。

那麼，一個想法是能不能將原影象中優酷文字所在的地方摳出來，將其畫素值賦為0，然後再相加呢？

當然是可以的！首先我們當然要知道“優酷”文字所在的位置。我們可以用前面提到的《顏色選擇》方法，也可以使用閾值方法：

youku = cv2.imread("youku.jpg")
# 轉換成灰度圖，因為閾值操作只針對單通道影象
 

youku_gray = cv2.cvtColor(youku, cv2.COLOR_BGR2GRAY)
# 閾值操作，灰度值大於50的畫素點位置賦值為255
ret, mask = cv2.threshold(youku_gray, 50, 255, cv2.THRESH_BINARY)
# 位操作：邏輯非。將黑白反向
mask_inv = cv2.bitwise_not(mask)
cv2.imshow("mask_inv", mask_inv)
cv2.waitKey()

我們注意上面的程式碼倒數第3行：

mask_inv = cv2.bitwise_not(mask)

這就是一種位操作，“bitwise_not”表示是一種邏輯非操作，即原來是0，變成255，原來是255，變成0。本質是一種反轉操作，即黑色變成白色，白色變成黑色。如果畫素某顏色通道值是100，則變成255-100=155。所以，如果是彩色的3通道影象，bitwise_not會分別對每個通道進行反色處理。

然後將原始圖片中的“優酷”文字位置的地方摳出來：

car_bg = cv2.bitwise_and(car, car, mask=mask_inv)
cv2.imshow("car_bg", car_bg)

這裡的bitwise_and是影象位操作中的邏輯和操作，即按照畫素值的二進位制進行相應位置的邏輯和操作。bitwise_and一般與掩膜（mask）共同操作。利用掩膜（mask）進行“與”操作，即掩膜影象白色區域是對需要處理影象畫素的保留，黑色區域是對需要處理影象畫素的剔除。

為了確保提取的文字區域是一致的。將優酷文字原始影象也與文字位置掩膜進行操作，最後將2幅影象加起來：

youku_logo = cv2.bitwise_and(youku, youku, mask=mask)
final = cv2.add(car_bg, youku_logo)
cv2.imshow("final", final)

就得到了文章最前面的帶“優酷”水印的影象。