OpenCV-Python在一个窗口中显示多幅图像

桃扇骨 2022-09-14 02:37 483阅读 0赞

在使用opencv显示图像时，有时候需要显示多张图像，就会出现多个窗口，显得冗余，用户不好操作。这时候就想着能不能将这些图像在一个窗口中显示。

#### 方法1：创建画布，将所有图像复制到画布中，最后显示画布 ####

# 方法1：创建一个画布，将所有图像复制到画布中，最后显示画布
        h, w, _ = img.shape
    
        img_list = [img, invert, gaussianBlur, flip]  # 图像列表
    
        four_view = np.zeros((h * 2 + 10, w * 2 + 10, 3), np.uint8)  # 创建空白图像
        four_view[:, :] = 255  # 给所有通道的像素值赋值255
        for i in range(len(img_list)):
            row = i // 2
            col = i % 2
            print(row, col)
            # 将小图像复制到大画布上。
            np.copyto(four_view[(h + 10) * row:h * (row + 1) + 10 * row, (w + 10) * col:w * (col + 1) + 10 * col],
                      img_list[i])
    
        cv.imshow('result', four_view)

#### 方法2：使用numpy模块中的水平堆叠和竖直堆叠完成所有图像的堆叠，最后当成一整张图显示。 ####

主要用到的两个函数有：`np.hstack()`和`np.vstack()`

*  水平堆叠函数`hstack(tup)`：ndarrays 序列除了第二个轴外，数组必须具有相同的形状，除了可以是任意长度的一维数组。
 *  竖直堆叠函数`np.vstack()`：ndarrays 序列除了第一个轴外，数组必须具有相同的形状。一维数组必须具有相同的长度。

# 方法2：使用numpy的水平堆叠和竖直堆叠完成所有图像的堆叠，最后一起显示
        vs1 = np.hstack((img, invert))  # 水平堆叠
        vs2 = np.hstack((gaussianBlur, flip))  # 水平堆叠
        result = np.vstack((vs1, vs2))  # 竖直堆叠

整个项目的完整代码：

# -*-coding:utf-8-*-
    """
    File Name: color_operation.py
    Program IDE: PyCharm
    Create File By Author: Hong
    """
    import cv2 as cv
    import numpy as np
    
    
    def image_display(image_path: str):
        """
        多个图像在一个窗口内显示
        :param image_path: 传入图像路径
        :return:
        """
        img = cv.imread(image_path, cv.IMREAD_COLOR)
    
        # 颜色取反
        invert = cv.bitwise_not(img)
        # 高斯模糊
        gaussianBlur = cv.GaussianBlur(img, (0, 0), 10)
        # 镜像
        flip = cv.flip(img, 1)  # 0表示绕x轴翻转；1表示绕y轴翻转；-1表示绕两个轴翻转
    
        # 方法1：创建一个画布，将所有图像复制到画布中，最后显示画布
        h, w, _ = img.shape
    
        img_list = [img, invert, gaussianBlur, flip]
    
        four_view = np.zeros((h * 2 + 10, w * 2 + 10, 3), np.uint8)
        four_view[:, :] = 255  # 给所有通道的像素值赋值255
        for i in range(len(img_list)):
            row = i // 2
            col = i % 2
            print(row, col)
            # 将小图像复制到大画布上。
            np.copyto(four_view[(h + 10) * row:h * (row + 1) + 10 * row, (w + 10) * col:w * (col + 1) + 10 * col],
                      img_list[i])
        cv.imshow('result', four_view)
    
        # 方法2：使用numpy的水平堆叠和竖直堆叠完成所有图像的堆叠，最后一起显示
        vs1 = np.hstack((img, invert))  # 水平堆叠
        vs2 = np.hstack((gaussianBlur, flip))  # 水平堆叠
        result = np.vstack((vs1, vs2))  # 竖直堆叠
    
        # 初略解决imshow()中文乱码显示的问题。不能完全解决，有些中文无法显示。这是python-opencv的弊端
        def zh_ch(string):
            return string.encode('gbk').decode(errors='ignore')
    
        cv.imshow(zh_ch('图片'), result)
    
        cv.waitKey(0)
        cv.destroyAllWindows()
    
    
    if __name__ == '__main__':
        path = 'images/daiyutong.png'
        image_display(path)

效果展示：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASG9uZ19Zb3V0aA_size_20_color_FFFFFF_t_70_g_se_x_16]  
获取更多计算机视觉知识，请关注微信公众号 **“AI与计算机视觉”。**

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASG9uZ19Zb3V0aA_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/a447ea3e82d646e1a30e0b7de5572682.png