Opencv-對多個影象進行整理(numpy函式)
阿新 • • 發佈:2021-11-13
博主個人學習的總結記錄^^
Opencv-對多個影象進行整理(numpy函式)
1. 介紹
影象在計算機中儲存的形式是列表(例如單通道列表:[1, 2, 3],[1, 2, 3],……),numpy庫的作用就是用來處理列表的(但是在numpy中成為‘NumPy 陣列’),其中具有一些操作列表的函式,因此對影象進行排列時,我們也可以參照影象在計算機中儲存的列表形式,形成對行多列的“大影象”(排列彙總)。
2.平行排列和垂直排列[np.hstack()、np.vstack()]
np.hstack()引數介紹:hstack(tup) # tuple:元組 【如 thistuple = ("apple", "banana", "cherry")】
np.vstack()引數介紹: vstack(tup) # tuple:元組 【如 thistuple = ("apple", "banana", "cherry")】
程式碼使用:
Horizontal = np.hstack((imgResize, imgResize)) # 橫行排列(平行)horizontal
Vertical = np.vstack((imgResize, imgResize)) # 豎向排列(垂直)vertical
但是需要注意的是,在使用改兩個函式時,必須保證所有影象的顏色通道數一樣,比如BGR格式必須保證全部影象都是BGR格式,這樣很麻煩,因此我們為了解決這個問題引入了另外的一個自定義函式。
3.自定義函式(可實現不同顏色通道的影象堆箋)
stackImages()輸入引數介紹:第一個引數是縮放比例,第二個引數是元組【例如([img, img, img],[img, img, img]),變成了2行3列的影象排列】
和上面的np.hstack()、np.vstack()的輸入引數差不多,例如 [img, img, img]代表了上面的imgResize,而imgResize正是由列表組成的。
stackImages()函式的定義:
def stackImages(scale,imgArray): rows = len(imgArray) cols = len(imgArray[0]) # & 輸出一個 rows * cols 的矩陣(imgArray) print(rows,cols) # & 判斷imgArray[0] 是不是一個list rowsAvailable = isinstance(imgArray[0], list) # & imgArray[][] 是什麼意思呢? # & imgArray[0][0]就是指[0,0]的那個圖片(我們把圖片集分為二維矩陣,第一行、第一列的那個就是第一個圖片) # & 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,我們可以展示一下是什麼含義 # cv2.imshow("img", imgArray[0][1]) if rowsAvailable: for x in range (0, rows): for y in range(0, cols): # & 判斷影象與後面那個影象的形狀是否一致,若一致則進行等比例放縮;否則,先resize為一致,後進行放縮 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) # & 如果是灰度圖,則變成RGB影象(為了弄成一樣的影象) if len(imgArray[x][y].shape) == 2: imgArray[x][y]= cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR) # & 設定零矩陣 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) # & 如果不是一組照片,則僅僅進行放縮 or 灰度轉化為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()函式的使用:
import cv2
import numpy as np
img = cv2.imread(r"C:\Users\T.Liang\Desktop\Image manipulation\lena.jpg") # 彩色圖
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度圖
imgStack = stackImages(0.5, ([img,imgGray,img],[img,img,img]))
cv2.imshow('imgStack', imgStack)
cv2.waitKey(0)
cv2.destroyAllWindows()