3h精通OpenCV（六）-图像堆叠

比眉伴天荒 2023-10-02 17:55 2阅读 0赞

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][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16]  
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][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 1]

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][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 2]  
我们改成水平三张的：`imgHor=np.hstack((img,img,img))`  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 3]

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][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_12_color_FFFFFF_t_70_g_se_x_16]  
同理，我们可以改成垂直三张的：`imgVer=np.vstack((img,img,img))`

<table> 
 <thead> 
  <tr> 
   <th><font> 3、图像栈堆叠</font></th> 
  </tr> 
 </thead> 
 <tbody></tbody> 
</table>

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][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 4]  
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][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 5]

第六节的内容，很简单也很有趣，在生活中有很多应用。眼过千遍不如手过一遍，快去动手敲一遍吧~

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/c3baec283d624fab8f6fd2e3e63e2c0d.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/cf585eca870d47d5ad419eb8137d9e1c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/8d4a56f040dd4d34aad5caf91d6765db.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/588d14c4f2f94d3995ef1e8ea8c2b7c6.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_12_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/ffbf1ebf15ab4e438c1516c1fb1d6807.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_12,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 4]: https://img-blog.csdnimg.cn/f11bae45ee034cc5bef86259d82a1f88.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5oyv5Y2OT1BQTw_size_20_color_FFFFFF_t_70_g_se_x_16 5]: https://img-blog.csdnimg.cn/f642bbbe518c4eb6a40f13dda28513bc.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oyv5Y2OT1BQTw==,size_20,color_FFFFFF,t_70,g_se,x_16