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）。

python列表和Numpy陣列的區別

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()