标签：img numpy cv2 Opencv shape 图像 np imgArray
Opencv-对多个图像进行整理（numpy函数）
1. 介绍
图像在计算机中储存的形式是列表（例如单通道列表：[1, 2, 3],[1, 2, 3],……），numpy库的作用就是用来处理列表的（但是在numpy中成为‘NumPy 数组’），其中具有一些操作列表的函数，因此对图像进行排列时，我们也可以参照图像在计算机中储存的列表形式，形成对行多列的“大图像”（排列汇总）。
2.平行排列和垂直排列[np.hstack()、np.vstack()]
np.hstack()参数介绍：hstack(tup) # tuple：元组 【如 thistuple = ("apple", "banana", "cherry")】
np.vstack()参数介绍： vstack(tup) # tuple：元组 【如 thistuple = ("apple", "banana", "cherry")】
代码使用：
Horizontal = np.hstack((imgResize, imgResize)) # 横行排列（平行）horizontal
Vertical = np.vstack((imgResize, imgResize)) # 竖向排列（垂直）vertical
但是需要注意的是，在使用改两个函数时，必须保证所有图像的颜色通道数一样，比如BGR格式必须保证全部图像都是BGR格式，这样很麻烦，因此我们为了解决这个问题引入了另外的一个自定义函数。
3.自定义函数（可实现不同颜色通道的图像堆笺）
stackImages（）输入参数介绍：第一个参数是缩放比例，第二个参数是元组【例如（[img, img, img]，[img, img, img]），变成了2行3列的图像排列】
和上面的np.hstack()、np.vstack()的输入参数差不多，例如 [img, img, img]代表了上面的imgResize，而imgResize正是由列表组成的。
stackImages（）函数的定义：
def stackImages(scale,imgArray):
rows = len(imgArray)
cols = len(imgArray[0])
# & 输出一个 rows * cols 的矩阵（imgArray）
print(rows,cols)
# & 判断imgArray[0] 是不是一个list
rowsAvailable = isinstance(imgArray[0], list)
# & imgArray[][] 是什么意思呢？
# & imgArray[0][0]就是指[0,0]的那个图片（我们把图片集分为二维矩阵，第一行、第一列的那个就是第一个图片）
# & 而shape[1]就是width，shape[0]是height，shape[2]是
width = imgArray[0][0].shape[1]
height = imgArray[0][0].shape[0]
# & 例如，我们可以展示一下是什么含义
# cv2.imshow("img", imgArray[0][1])
if rowsAvailable:
for x in range (0, rows):
for y in range(0, cols):
# & 判断图像与后面那个图像的形状是否一致，若一致则进行等比例放缩；否则，先resize为一致，后进行放缩
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)
# & 如果是灰度图，则变成RGB图像（为了弄成一样的图像）
if len(imgArray[x][y].shape) == 2: imgArray[x][y]= cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR)
# & 设置零矩阵
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)
# & 如果不是一组照片，则仅仅进行放缩 or 灰度转化为RGB
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
stackImages（）函数的使用：
import cv2
import numpy as np
img = cv2.imread(r"C:\Users\T.Liang\Desktop\Image manipulation\lena.jpg") # 彩色图
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度图
imgStack = stackImages(0.5, ([img,imgGray,img],[img,img,img]))
cv2.imshow('imgStack', imgStack)
cv2.waitKey(0)
cv2.destroyAllWindows()
标签：img,numpy,cv2,Opencv,shape,图像,np,imgArray 来源： https://www.cnblogs.com/TLiang/p/15549174.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。