它是一道墙关注我，后台艾特我你需要的资源，看到会回复你的。 网络上有一种图片，看起来是一张风景图片，单击打开后却换成了另一张图。 这样的图片是怎么做出来的呢？
打开App后可以看到各种的工具，这里不说其它的工具，如果喜欢，可以自己去去体验一下，这里说说隐藏图，在作图工具里可以看到隐藏图。
进入隐藏图后，有图片隐藏与文字隐藏，点击红色圈起来的区域，可以查看效果。
点击后面的开始制作可以制作隐藏图，这里以图片隐藏来说明。
选择前景图添加需要的图片，用于展示，右上角下一步，再选择后景图添加需要的图片，用于隐藏的图片，完成后点击右上角的预览，点击图片可以查看效果，效果满意就点击保存。
制作的隐藏图有什么用呢？可以用于微信、QQ等聊天。
Ps:发送图片时一定要勾选原图。
好友收到后看到的是这样的图片，当点击打开后就会变为隐藏的后景图。
今天这里分享两款App，适用于Android、iOS.
Android:
应用商城也可直接搜索小精灵美化直接下载
地址：
https://pan.baidu.com/s/14Yjem6ke4la46gqGUaAHiw 
密码：6666
在浏览器里打开进行下载。
iOS：
第一款：小精灵美化
可以在App Store进行搜索。
上面制作的隐藏图为此App制作。
第二款：图中藏图
可以在App Store进行搜索。
这款App制作隐藏图也相当简单，就不详细说明了。
如有需要可以下载喜欢的App进行制作隐藏图。
附送4张隐藏表白图
长按保存到相册
-《王者荣耀：iOS修改王者荣耀战区定位教程》
-《只需扫码就能登陆王者荣耀，帮小姐姐上星变简单了！》
-《iOS王者荣耀自动化操作 一键换装》
-《王者荣耀能独立设置头像吗？》
【我就知道你“在看”】感谢支持！

不知道大家平时在上网或者QQ聊天的时候有没有遇到过这样一张图，看上去明明是这个画面，点开却是另外一个画面(如下图演示)
效果演示
那么这种图是怎么做的呢？首先我们来分析一下这种效果的原理。
目前我们所接触的大部分APP、网页、聊天工具的默认背景色都是纯白色，而点开图片后的背景色却是黑色，我们知道，在白色背景色下，图片中的透明区域和白色区域是看不见的，在黑色背景色下，图片中的透明区域和黑色区域是看不见的。由此可见，上图效果就是巧妙的运用了背景色的切换，使两个叠在一起的图片在不同背景色下显示不同的画面。
下面我就给大家详细的讲解一下用PS制作这种图的操作步骤。
首先：
打开PS，新建一个宽高都为2像素、背景内容为透明的页面
按快捷键ctrl+0(数字)使画布缩放为适合屏幕大小，找到工具栏的铅笔工具(快捷键B)
在画布空白区域点击鼠标右键，打开设置窗口，将铅笔大小设置为1像素，硬度为百分之100，工具属性栏里面不透明度为百分之100
选择黑色前景色，在画布上画出如下形状的图案，编辑—自定义图案，将该图案设置为自定义图案
用同样的方法，使用白色前景色，画出如下图案，同时将该图案设置为自定义图案
然后：
我们预先准备了两张图(图片来源网络)，图一为预览图，图二为点开后的效果
图1
图2
用PS打开图2，将图层命名为图2(命名的目的是为了让初学者更容易看懂)，并双击图层缩略图后面空白区域使其解锁，按快捷键ctrl+shift+U，对图片进行去色
打开通道面板，按住ctrl键同时鼠标点击通道面板里面的RGB通道使画面内容载入选区
返回图层面板，新建一个空白图层，命名为图2-1
在图2-1空白图层上按快捷键shift+F5打开填充设置窗口，内容为图案，自定义图案里面找到刚刚设置的白色块的图案，确定，ctrl+D取消选区
将图1拖入页面，在图层上鼠标右键，栅格化图层，同时点击图2和图2-1图层前面的小眼睛将这两个图层暂时隐藏
按快捷键ctrl+shift+U去色，打开通道面板，按住ctrl键同时点击RGB通道使内容载入选区，按快捷键ctrl+shift+i反选
返回到图层面板，新建一个空白图层，命名为图1-1
在图1-1图层上按快捷键shift+F5打开填充设置窗口，内容为图案，自定义图案选择刚刚设置的黑色块图案，确定，ctrl+D取消选区
在图层面板上点击图1前面的小眼睛将图层隐藏，点击图2-1前面的小方块打开小眼睛使图层显示
最后
按快捷键ctrl+shift+alt+s打开存储为web所用格式设置窗口，文件格式为PNG-24(也可以使用GIF格式，这两种格式都会保留透明通道)，点击存储，制作完成。
制作完成
可以将制作好的图片以原图方式用QQ发送给好友或者发布在网络平台测试效果，大家可以发挥自己的想象，制作出各种有意思的图，有不明白之处，欢迎各位在评论区留言或者私信给我，感谢大家！

       开篇先附上实验成果。下图点击后会显示另一张图片，若不能正常显示，请另存到本地后，用QQ发送消息后打开，手机QQ效果最佳（具体原因后面会解释）。



       下面我们先从原理说起，在PS中有三种算法如下：

① 线性减淡（添加）：

Img输出 = Img上+ Img下；

② 划分：

Img输出 = Img下/ Img上；

③ 反相：

Img输出 = 1 – Img ；
       上面这些公式是什么意思呢？首先，既然两种背景（黑色与白色）下有两种显示效果，那么必须准备两张图片，这两张图片在一个PSD里面有图层顺序上下之分，我们用Img上和 Img下区分。这里有个问题，我们现在讨论的是图像的色彩值，所谓色彩值，就是某像素的像素值除以255得到的一个大于0小于1的值。所以，我们这里就用Img代表这个色彩值，比如Img上，就代表“上层图像的色彩值”，Img输出——代表最终输出的图像的色彩值。那么毋庸置疑，黑色图像的色彩值为0，白色为1.

        完了再看一个问题：两张图层，调整上层图像的不透明度opacity，从100%直到0%，画布上输出的图像肯定也经历了“Img上——混合——Img下”这样的变换。用不透明度混合公式来表达，设Img上的不透明度为O，那么：

                                   Img输出 = Img上 * O + Img下 * （1 - O）

O为0%时，Img输出 = Img下，这时候完全显示下层图像；O为100%时，Img输出 = Img上，这时候完全显示上层图像；而O介于0~100%之间，将显示上下层的混合图像。而在QQ聊天或者贴吧这样的环境下，没有像PS里面那种混合模式的处理，我们之所以能看到不同的图像，也无非就是在黑色白色两种背景下，图像的透明度起到的作用而已，明白了这一点，那么OK——

现在，我们假设最终制作出的图像为ImgR，这ImgR在白色背景下显示图像ImgA，点击放大进入黑色背景，马上变成图像ImgB~ 再假设ImgR的不透明度为O，加上前面交代的那些基础知识，我们是不是就可以列方程了呢？来——

① 白色背景下

                                                  ImgA = ImgR * O + 1*（1 - O）

② 点击放大（黑色背景）

                                                 ImgB= ImgR * O + 0*（1 - O）

       不知道这两个公式大家是不是看懂了。简单解释下：对于①，白色背景下，由前面不透明度混合公式可得：ImgR乘以其不透明度O，与白色背景混合~~ 白色的透明度显然就是1-O，白色色彩值为1，那么我们会看到A图像，即：Img输出 = ImgA.同理可得公式②.

解这两个方程式，由①-②，最终得到下面两个公式：

③

                                                              ImgR = imgB / O

④

                                                            O = 1 – ImgA + ImgB

       现在，我们可以确定两个目标，一是计算图A的反向并将其与图B进行线性减淡，然后将得到的图O再与图B进行划分得到图R，然后给图R进行通道蒙版，最终结果就是我们想要的那张图片。

       还有个小细节要交代，因为在白色背景下显示ImgA，黑色背景下显示ImgB~这就意味着：构成A图像的所有像素点的明度值，必将大于构成B图像的所有像素点的明度值。只有这样，在黑白背景下，不透明度才能发挥作用。现在说一下刚刚的问题，由于电脑QQ查看图片时背景有一定透明度，所以显示效果不太好，而手机QQ最为合适。



实现步骤与具体函数
       下面我们来分别介绍一下上述算法的python实现：
Function0（增加对比度）：

       1.选取两张目标图片img1 和img2，分别变至灰度模式，并调高两者的明暗对比度。

       这个步骤需要用到函数如下










convert()
实现不同图片格式的转换。我们只需用到RGBA(RGB加一个透明通道Alpha)和L(灰度)模式，


point()
逐像素点处理。我们使用它来增加或减少图片的明暗度


def main(img1,img2):
    img1_g = img1.convert("L")
    img2_g = img2.convert("L")
    img1=light_degree(img1_g,0)
    img2=light_degree(img2_r,1)
    line=opposed_line(img2,img1)
    ......
    ......
def light_degree(img,i):
    if i>0:
        img = img.point(lambda i: i * 1.1)         #提高图A的亮度 
    else:
        img = img.point(lambda i: i * 0.3)         #降低图B的亮度
    return img

Function1（反相与线性减淡）：

       2.出于减少时间复杂度的考虑，我们同时进行反相与线性减淡的运算。由于灰度模式下图片仅有一个通道，灰度值即该点的色彩值，因此计算255-a即能完成反相操作，而计算a+b即能完成线性减淡（即色差值相加）操作。该步得到的最终图片我们命名为“line”。

       用到的函数为










load()
图片加载。后续将使用img[x,y]来逐像素点处理。需说明的是，前期我使用了getpixel和putpixel，运算速度非常慢，故换用load，极大地减少了处理时间。


def opposed_line(img2, img1):    
    imgb=img2.load()
    imga=img1.load()
    for x in range(0, img2.width, 1):
        for y in range(0, img2.height, 1):
            b=imgb[x,y]           #逐点读取像素值
            a=imga[x,y]
            color=(255-b+a,)    #(255-)b表示该像素点反相,(255-b)+a即为线性减淡运算
            if color>(220,):          #此步是为了避免线性减淡过程中有灰度值超过255的情况
                imgb[x, y] = (160 - b + a,)
            else:
                imgb[x, y] = color
    return img2

Function2（划分）：

       3.划分操作即计算a/b，当然可能出现a/b等于0，或者结果为正整数但非常小的情况，这时我们考虑到是否可以对商的结果进行放大，增加差异的显著性。该步得到的最终图片我们命名为“divided”。
def divide(img1, imgO):   #传入img1=图A，img0=Function1处理结果图片
    imga=img1.load()
    imgo=imgO.load()
    for x in range(0, img1.width, 1):
        for y in range(0, img1.height, 1):
            A=imga[x,y]  #逐点读取像素值
            O=imgo[x,y]
            if O==0:    #A/O结果分布在0,1上的像素点非常多，需要通过放大差异将它们分开
                color=(int(A*0.3),)
            elif A/O>=1:
                color = (int(A*6.2),)
            else:
                color=(int(255*A/O),)
            imga[x,y] = color
    return img1

Function3（透明蒙版）：

       4.前面处理的图片都是处在L模式下，为了实现透明通道蒙版，我们需要将图片转为RGBA模式。




L模式
RGBA模式




divided
DIV_RGBA


并令divided_RGBA的透明通道等于line的灰度值。至此，最终得到的图片就实现了“幻影坦克”效果。
def final(divided,line):
    LINE = line.load()
    divided_RGBA = divided.convert("RGBA")
    DIV_RGBA = divided_RGBA.load()
    for x in range(0,line.width,1):
        for y in range(0, line.height, 1):
            DIV_RGBA[x,y] = (DIV_RGBA[x,y][0],DIV_RGBA[x,y][1],DIV_RGBA[x,y][2],LINE[x,y])

主要函数都已经介绍完毕。下面贴出我做的一个完整程序源码，然后本文就此结束。


main.py
import functions as fun
from PIL import Image

class UI(object):
    def __init__(self):
        self.img1 = Image.open('C:\\Users\\10698\\Desktop\\project\\11.jpg')   # 上层
        self.img2 = Image.open('C:\\Users\\10698\\Desktop\\project\\22.jpg')   # 下层
    def to_fun(self):
        fun.timecost(self.img1, self.img2)

if __name__ =='__main__':
    ui=UI()
    ui.to_fun()

functions.py
import time
def timecost(img1,img2):
    start = time.time()
    main(img1,img2)
    end = time.time()
    print("time cost:"+str(end-start))

def main(img1,img2):
    img1_g = img1.convert("L")
    img2_g = img2.convert("L")
    img2_r = img2_g.resize((int(img1_g.width), int(img1_g.height)))  #可调大小
    img1_g = img1_g.resize((int(img1_g.width), int(img1_g.height)))
    img1=light_degree(img1_g,0)
    img2=light_degree(img2_r,1)
    line=opposed_line(img2,img1)
    divided=divide(img1,line)
    final(divided,line)

def save(img1_g,filename):
    img1_g.save("C:\\Users\\10698\\Desktop\\project\\"+filename+".png")

def light_degree(img,i):
    if i>0:
        img = img.point(lambda i: i * 1.1)
    else:
        img = img.point(lambda i: i * 0.3)
    return img

def opposed_line(img2, img1):
    imgb=img2.load()
    imga=img1.load()
    for x in range(0, img2.width, 1):
        for y in range(0, img2.height, 1):
            b=imgb[x,y]
            a=imga[x,y]
            color=(255-b+a,)
            if color>(220,):
                imgb[x, y] = (160 - b + a,)
            else:
                imgb[x, y] = color
    return img2

def divide(img1, imgO):
    imga=img1.load()
    imgo=imgO.load()
    for x in range(0, img1.width, 1):
        for y in range(0, img1.height, 1):
            A=imga[x,y]
            O=imgo[x,y]
            if O==0:
                color=(int(A*0.3),)
            elif A/O>=1:
                color = (int(A*6.2),)
            else:
                color=(int(255*A/O),)
            imga[x,y] = color
    return img1

def final(divided,line):
    LINE = line.load()
    divided_RGBA = divided.convert("RGBA")
    DIV_RGBA = divided_RGBA.load()
    line = line.convert("RGBA")
    for x in range(0,line.width,1):
        for y in range(0, line.height, 1):
            DIV_RGBA[x,y] = (DIV_RGBA[x,y][0],DIV_RGBA[x,y][1],DIV_RGBA[x,y][2],LINE[x,y])
    divided_RGBA.show()
    save(divided_RGBA,"final")

     以下示例说明如何使用 SearchForFeature 和 SearchWithinGeometry。 它查找 uscty_1k 表中位于佛罗里达州的所有城市。 假定 "usa" 和 "uscty_1k" 表均打开，此外还有一张地图。

public static void MapInfo_Data_SearchInfo(Catalog catalog) 
{
       Feature fFlorida  = catalog.SearchForFeature("usa",MapInfo.Data.SearchInfoFactory.SearchWhere("State='FL'"));
 
    SearchInfo si = MapInfo.Data.SearchInfoFactory.SearchWithinGeometry(fFlorida.Geometry, ContainsType.Centroid);
 
//ContainsType枚举类型：Centroid：Geometry包含另一个几何体的中心，Geometry：Geometry完全包含另一个几何体

     IResultSetFeatureCollection fc = MapInfo.Engine.Session.Current.Catalog.Search("uscty_1k", si);

     // Set the map view to show search results
    MapInfo.Engine.Session.Current.MapFactory[0].SetView(fc.Envelope);// Set the view of the first map.

     // 查找结果，显示选中状态
     MapInfo.Engine.Session.Current.Selections.DefaultSelection.Add(fc);
}


catalog有两个用于搜索的方法：
search方法：用于搜索一个或多个表，并且返回或修改IResultSetFeatureCollection或MultiResultSetFeatureCollection（表示搜索的结果。）
searchForFeature方法：用于搜索使用指定SearchInfo的单一表，并返回单一的Feature（Feature 通常表示带有几何体、样式和属性的表中的行。）
SearchInfo类----定义搜索中使用的 Query 和需要搜索结果的后续处理。 所有 Catalog 搜索方法都需要。由SearchInfoFactory 创建 SearchInfo 对象。SearchInfoFactory有几种方法指定搜索条件：
SearchAll--返回所有行
SearchIntersectsFeature--在表几何体与搜索图元几何体相交的位置，创建返回行
SearchIntersectsGeometry--在表几何体与搜索几何体相交的位置返回行
SearchNearest 重载
SearchWhere--创建SearchInfo，返回由给出的where子句指定的行
SearchWithinFeature--在表几何体包含在图元几何体的位置创建返回行
SearchWithinGeometry--在表几何体包含在几何体内的位置，创建返回行的SeachInfo
SearchWithinRect--在表几何体与给出的矩形相交的位置，创建返回行的SearchInfo

思考：该方法可借鉴到鸡种分布查询中，查询某个省的所有鸡种。需要考虑是，是否可以计算该返回结果的数目，就可以知道每个省的鸡种数目，从而为主题图的制作做准备。