3h精通OpenCV（六）-图像堆叠

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

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。

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。

我们改成水平三张的：imgHor=np.hstack((img,img,img))

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。

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

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：

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：

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~