mask_all = np.zeros((256, 256), dtype='uint8') 单通道
mask_all_enlarge = np.zeros((256, 256, 3), dtype='uint8' 三通道
#为三通道图像赋值，这里我用的是循环，因该还有更简单的方式
img_base = np.zeros((256, 256, 3), np.uint8)
for i in range(256):
for j in range(256):
img_base[i, j, 0] = np.uint8(123.7)
img_base[i, j, 1] = np.uint8(116.8)
img_base[i, j, 2] = np.uint8(103.9)
#为图像的一部分赋值为另外一附图像
img_base[64: 192, 104: 152] = img
#两幅图像之间可以直接进行或运算：
mask_all = mask_all | r['masks'][:, :, i]
mask_all = mask_all | r['masks'][:, :, person_index]
#将单通道图像依次填充到三通道图像中：
mask_all_enlarge[:, :, 0] = mask_all
mask_all_enlarge[:, :, 1] = mask_all
mask_all_enlarge[:, :, 2] = mask_all
#两个三通道图像可以直接进行乘法运算：
image_mask = mask_all_enlarge * img_base
另外python中使用cv2读写图像与skimage.io.读写图像时，三个通道之间的顺序是不相同的，使用的时候最好统一使用同一个，如果一不小心用一个读，另一个写，后面还可以再读入写出进行调换，就是比较麻烦了。