Python OpenCV超详细讲解图像堆叠的实现

2024-04-02 19:04:59 599人浏览独家记忆

Python 官方文档：入门教程 => 点击学习

摘要

目录准备工作水平堆叠垂直堆叠图像栈堆叠准备工作右击新建的项目，选择python File，新建一个Python文件，然后在开头import cv2导入cv2库，import num

准备工作

右击新建的项目，选择python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。

import cv2
import numpy as np

在这里插入图片描述

我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。

在这里插入图片描述

水平堆叠

调用np的hstack()水平堆栈方法，参数是我们要堆叠的图像，参数个数是我们要堆叠的数量。

img=cv2.imread("Resources/lena.png")
imgHor=np.hstack((img,img))
cv2.imshow("Horizontal",imgHor)
cv2.waiTKEy(0)

运行看下效果，因为我们输入的参数是(img,img)，所以是水平拼接两张原图。

在这里插入图片描述

我们改成水平三张的：imgHor=np.hstack((img,img,img))

在这里插入图片描述

垂直堆叠

调用np的vstack()垂直堆栈方法，参数是我们要堆叠的图像，参数个数是我们要堆叠的数量。

img=cv2.imread("Resources/lena.png")
imgVer=np.vstack((img,img))
cv2.imshow("Vertical",imgVer)
cv2.waitKey(0)

运行看下效果，因为我们输入的参数是(img,img)，所以是垂直拼接两张原图。

在这里插入图片描述

同理，我们可以改成垂直三张的：imgVer=np.vstack((img,img,img))

图像栈堆叠

如果单纯地使用numpy的函数进行堆叠，对不同大小和不同通道的图像是无法进行堆叠的，所以我们需要自己实现一个堆叠方法，下面就是模板，可以实现我们想要的效果，我们不需要去理解这段代码，因为理解了也不能获得任何有用信息，知道怎么用就可以了。

def stackImages(scale,imgArray):
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range ( 0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape [:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]), None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y]= cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank]*rows
        hor_con = [imageBlank]*rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None,scale, scale)
            if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
        hor= np.hstack(imgArray)
        ver = hor
    return ver

水平与垂直堆栈

该方法一共两个参数，第一个是原图像的缩放比例，0.5就是缩小1倍，2就放大1倍，很容易理解；
第二个参数是图像堆栈的矩阵，可以写入任意行和任意列，其中列数一定要相同，不然无法构成矩阵。
下面的代码中，我们就是构建了2行一维矩阵，每行是三张图像。

img=cv2.imread("Resources/lena.png")
imgStcak=stackImages(0.5,([img,img,img],[img,img,img]))
cv2.imshow("ImgStack",imgStcak)
cv2.waitKey(0)

我们运行看下效果：

在这里插入图片描述

既然说道该方法可以组合不同通道的图像，也就是说可以将灰度图像和彩色图像堆叠在一起。那么我们就来试一下：

img=cv2.imread("Resources/lena.png")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgStcak=stackImages(0.5,([img,imgGray,img],[img,img,img]))
cv2.imshow("ImgStack",imgStcak)
cv2.waitKey(0)

cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)是将原彩色图像转为灰度图像，从3通道变为1通道。然后我们在参数矩阵中换掉其中一个img。来运行看下效果：

在这里插入图片描述