快捷導(dǎo)航

Python?OpenCV超詳細(xì)講解圖像堆疊的實現(xiàn)

更新時間：2022年04月01日 14:59:57 作者：振華OPPO

OpenCV用C++語言編寫，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要傾向于實時視覺應(yīng)用，并在可用時利用MMX和SSE指令，本篇文章帶你通過OpenCV實現(xiàn)圖像堆疊

準(zhǔn)備工作

右擊新建的項目，選擇Python File，新建一個Python文件，然后在開頭import cv2導(dǎo)入cv2庫，import numpy并且重命名為np。

import cv2
import numpy as np

在這里插入圖片描述

我們還要知道在OpenCV中，坐標(biāo)軸的方向是x軸向右，y軸向下，坐標(biāo)原點在左上角，比如下面這張長為640像素，寬為480像素的圖片。OK，下面開始本節(jié)的學(xué)習(xí)吧。

在這里插入圖片描述

水平堆疊

調(diào)用np的hstack()水平堆棧方法，參數(shù)是我們要堆疊的圖像，參數(shù)個數(shù)是我們要堆疊的數(shù)量。

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

運行看下效果，因為我們輸入的參數(shù)是(img,img)，所以是水平拼接兩張原圖。

在這里插入圖片描述

我們改成水平三張的：imgHor=np.hstack((img,img,img))

在這里插入圖片描述

垂直堆疊

調(diào)用np的vstack()垂直堆棧方法，參數(shù)是我們要堆疊的圖像，參數(shù)個數(shù)是我們要堆疊的數(shù)量。

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

運行看下效果，因為我們輸入的參數(shù)是(img,img)，所以是垂直拼接兩張原圖。

在這里插入圖片描述

同理，我們可以改成垂直三張的：imgVer=np.vstack((img,img,img))

圖像棧堆疊

如果單純地使用numpy的函數(shù)進行堆疊，對不同大小和不同通道的圖像是無法進行堆疊的，所以我們需要自己實現(xiàn)一個堆疊方法，下面就是模板，可以實現(xiàn)我們想要的效果，我們不需要去理解這段代碼，因為理解了也不能獲得任何有用信息，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

水平與垂直堆棧

該方法一共兩個參數(shù)，第一個是原圖像的縮放比例，0.5就是縮小1倍，2就放大1倍，很容易理解；
第二個參數(shù)是圖像堆棧的矩陣，可以寫入任意行和任意列，其中列數(shù)一定要相同，不然無法構(gòu)成矩陣。
下面的代碼中，我們就是構(gòu)建了2行一維矩陣，每行是三張圖像。

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

我們運行看下效果：

在這里插入圖片描述

既然說道該方法可以組合不同通道的圖像，也就是說可以將灰度圖像和彩色圖像堆疊在一起。那么我們就來試一下：

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)是將原彩色圖像轉(zhuǎn)為灰度圖像，從3通道變?yōu)?通道。然后我們在參數(shù)矩陣中換掉其中一個img。來運行看下效果：

在這里插入圖片描述