在用python处理图像的时候,除了图片叠加和图片拼接两种情况之外,有时候还会碰到需要上下左右连接图片合成一张图片。opencv中的cv2.addWeighted()和cv2.add()函数处理效果是叠加,参考[1]中描述的是拼接图片(stitching images),而接下来要讲的是连接图片(concatenate images)。
下面介绍2种连接图片的方法,用python科学计算包numpy和pandas。先看代码:
#! /usr/bin/env python#-*- coding: utf-8 -*-#! python3
importcv2importnumpy as npimportpandas as pd
img1= cv2.imread('Z1.jpg')
img2= cv2.imread('Z2.jpg')
gray1=cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
gray2=cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)#====使用numpy的数组矩阵合并concatenate======
image= np.concatenate((gray1, gray2)) #纵向连接=np.vstack((gray1, gray2))#横向连接image = np.concatenate([gray1, gray2], axis=1)
#====使用pandas数据集处理的连接concat========
df1=pd.DataFrame(gray1)
df2= pd.DataFrame(gray2) #ndarray to dataframe
df =pd.concat([df1, df2])#纵向连接,横向连接=pd.concat([df1, df2], axis=1)
image= np.array(df) #dataframe to ndarray
#=============
cv2.imshow('image', image)
用opencv打开的图片是numpy.ndarray格式,所以第1种方法是直接用numpy的ndarray数组合并方法concatenate()将2张灰度图纵向或者横向连接,简单直接。
第2中方法是先将图片由ndarray转换成dataframe格式,使用pandas的数据集连接方法concat()处理后,再由dataframe格式转回ndarray格式即可显示。dataframe格式与ndarray格式互转的方法参考[2]。
除此之外,在C++中还可以用矩阵合并的方法hconcat()或vconcat()连接图片[3]
现在来看看上面python代码的运行效果:
Z1.jpg
Z2.jpg
Z.bmp
[1] OpenCV panorama stitching, http://www.pyimagesearch.com/2016/01/11/opencv-panorama-stitching/
[2] numpy的ndarray与pandas的series和dataframe之间互转, http://blog.csdn.net/flyfrommath/article/details/69388675
[3] opencv实现几幅图像拼接成一整幅大图, http://blog.csdn.net/mikedadong/article/details/51305640