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）。

python列表和Numpy数组的区别

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