python语言PIL库Image.fromarray()实现多图片拼接

文章展示了如何利用Python的PIL库中的Image.fromarray方法将数字矩阵转换为图片,并通过numpy的concatenate方法进行图片的水平或垂直拼接。代码示例中,先读取并处理图像,然后拼接两个矩阵,最后通过Image.fromarray显示拼接后的图片。
摘要由CSDN通过智能技术生成

    PIL库提供的Image.fromarray()可以将数字矩阵转图片,实现矩阵与图片的转化,如果矩阵中有多个图片矩阵,那么就相当于图片拼接。 

    如下所示,是python中PIL库使用Image.fromarray()来拼接图片的示例:

import cv2
import numpy as np
from PIL import Image

img = cv2.imread("lenna.png", 0)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img_blur = cv2.GaussianBlur(img_gray, (3, 3), 0)
edge = cv2.Canny(img_blur, 50, 150)
contrast = np.concatenate([img, edge], 1)
img_out = Image.fromarray(contrast)
img_out.show()

    运行这段代码,可以看到显示图片:

 

   这段代码中,没有明确最后生成的图片名称,也没有保存,所以最后显示出来的是一张临时图片文件,从文件显示的名字可以看出。

    在上面Image.fromarray()方法调用之前,还使用了np.concatenate()方法,这里就是将多个矩阵拼接在一起的方法。默认,np.concatenate()是按照垂直方向拼接,也就是这里第二个参数axis = 0。如果想要水平拼接,那么这里就需要指定axis=1,如果指定axis=None,那就是把矩阵平铺flat,也就是把矩阵所有元素打散,然后合并成新的列表集合。如下所示,np.concatenate示例:

    在前面图片拼接显示的例子中,如果我们传入axis=0,那么就是如下所示的效果:

 

    在编辑器里面运行Image.fromarray()显示图片,需要先返回一个图片img_out,然后调用图片的img_out.show()显示方法,才可以显示图片。

img_out = Image.fromarray(contrast)
img_out.show()
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,这是一个有趣的问题。首先,我们需要用PythonPIL加载Image1和Image2。然后,我们可以使用numpy对这些图像进行数学操作。 以下是代码示例: ``` python from PIL import Image import numpy as np # 加载图像 image1 = Image.open("image1.jpg") image2 = Image.open("image2.jpg") # 转换为numpy数组 array1 = np.array(image1) array2 = np.array(image2) # 将两个图像拼接在一起 concatenated_image = np.concatenate((array1, array2), axis=1) # 将两个图像相加 added_image = array1 + array2 # 将两个图像相减 subtracted_image = array1 - array2 # 将两个图像相乘 multiplied_image = array1 * array2 # 将两个图像相除 divided_image = array1 / array2 # 将numpy数组转换为图像 concatenated_image = Image.fromarray(concatenated_image) added_image = Image.fromarray(added_image) subtracted_image = Image.fromarray(subtracted_image) multiplied_image = Image.fromarray(multiplied_image) divided_image = Image.fromarray(divided_image) # 保存图像 concatenated_image.save("concatenated_image.jpg") added_image.save("added_image.jpg") subtracted_image.save("subtracted_image.jpg") multiplied_image.save("multiplied_image.jpg") divided_image.save("divided_image.jpg") ``` 在这个例子中,我们使用了numpy来对两个图像进行数学操作。我们将它们转换为numpy数组,然后使用numpy的操作来拼接、相加、相减、相乘和相除这些图像。最后,我们将numpy数组转换为图像,并将它们保存到磁盘上。 需要注意的是,这里的操作是基于每个像素点的数值进行的。因此,如果我们想要对彩色图像进行相加、相减、相乘和相除的操作,需要考虑每个颜色通道的值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

luffy5459

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值