numpy数组做 图片拼接(concatenate、vstack、hstack)
两种方法拼接
#img = np.vstack((img, img2)) # vstack按垂直方向,hstack按水平方向
img = np.concatenate((img, img2), axis=0) # axis=0 按垂直方向,axis=1 按水平方向
统一图片大小,保证数组维度一致避免拼接失败。 把图片全部调整成第一张图的宽高
def img_size(image_names,width, height):for i in image_names:img = cv2.imread(os.path.join(img_path, i))img_resize = cv2.resize(img, (width, height), interpolation=cv2.INTER_CUBIC)cv2.imwrite(os.path.join(img_path, i), img_resize)print(os.path.join(img_path, i))
完整案例,拼接文件夹中的所有图片
import cv2
import os
import numpy as npdef img_size(image_names,width, height):for i in image_names:img = cv2.imread(os.path.join(img_path, i))img_resize = cv2.resize(img, (width, height), interpolation=cv2.INTER_CUBIC)cv2.imwrite(os.path.join(img_path, i), img_resize)print(os.path.join(img_path, i))if __name__ == '__main__':img_path = r'F:\studytest'image_names = [name for name in os.listdir(img_path) if os.path.splitext(name)[1] == ".jpg"]img1 = cv2.imread(os.path.join(img_path, image_names[0]))width, height = img1.shape[:2][::-1]img_size(image_names,width, height)img = img1for i in range(1,len(image_names)):img_page = image_names[i]img2 = cv2.imread(os.path.join(img_path, img_page))#img = np.vstack((img, img2)) # vstack按垂直方向,hstack按水平方向img = np.concatenate((img, img2), axis=0) # axis=0 按垂直方向,axis=1 按水平方向cv2.imwrite(os.path.join(img_path,"res.jpg"), img)# cv2.imshow("img",img)# cv2.waitKey()
``
numpy数组做 图片拼接(concatenate、vstack、hstack)相关推荐
- python 创建空的numpy数组_真假美猴王-Numpy数据与Python数组的区别与联系
Numpy,是python中的一个矩阵计算包,功能类似matlab的矩阵计算.Numpy的诞生弥补了下面提到的两项的不足,numpy提供了两种基本的对象:ndarray(N-dimensional a ...
- numpy的concatenate()、hstack()、vstack()、stack()函数分析
numpy中几个常用的相似函数concatenate().hstack().vstack().stack()用法相似,不容易区分.现在从形状的角度,对这4个函数进行总结. 在总结之前,首先介绍一下维度 ...
- python中vstack_Python numpy实现数组合并实例(vstack,hstack)
若干个数组可以沿不同的轴合合并到一起,vstack,hstack的简单用法, >>> a = np.floor(10*np.random.random((2,2))) >> ...
- python中numpy数组的合并_基于Python中numpy数组的合并实例讲解
基于Python中numpy数组的合并实例讲解 Python中numpy数组的合并有很多方法,如 - np.append() - np.concatenate() - np.stack() - np. ...
- numpy 数组合并
文章目录 创建数组 append函数 concatenate函数 stack函数 列表中的 numpy 数组合并 import numpy as np 创建数组 a1 = np.arange(0,6) ...
- Python中numpy数组的拼接、合并
转载 https://blog.csdn.net/qq_39516859/article/details/80666070?utm_source=blogxgwz1 Python中numpy数组的合并 ...
- 数据科学 IPython 笔记本 9.4 NumPy 数组的基础
9.4 NumPy 数组的基础 本节是<Python 数据科学手册>(Python Data Science Handbook)的摘录. 译者:飞龙 协议:CC BY-NC-SA 4.0 ...
- Numpy 数组操作
https://docs.scipy.org/doc/numpy/reference/routines.array-manipulation.html #基础的操作 方法 描述 copyto(dst, ...
- numpy数组的拼接(扩维拼接和非扩维拼接)
numpy数组的数组拼接方式非常多,特写一篇blog来总结一下. 想转载请留言获批准. hstack, vstack, dstack, concatenate, stack这些函数都可以用来拼接Num ...
最新文章
- python中安装一个第三方库的命令格式是-无法使用pip命令安装python第三方库的彻底解决方案...
- django下载excel,使用django-excel插件
- Python爬虫加密
- nSamplesPerSec和nAvgBytesPerSec
- 以Linux系统(Ubuntu)开发生活(一)
- Java描述设计模式(03):工厂方法模式
- 电脑显卡接口类型:VGA、HDMI、DP
- Apache CXF实战之七 使用Web Service传输文件
- python middle()_python学习——基础(四)
- 写项目文档比写代码难多了
- 基于Unity构建机器人的数字孪生平台系列2—四旋翼无人机三维模型
- PR将两个视频放到同一画面
- 测试硬盘怀道的软件,硬盘坏道检测工具(HDDScan)
- 恶意软件清理助手1.94使用后的问题
- 关于赛马的问题,25匹赛出前3名或者前5名
- Maven3.8.5安装与配置
- iso文件:抱歉,装载文件时出现问题
- 信息3.0 ,让机器完成熵增中的有序
- abp moveto mysql_abp 使用 hangfire结合mysql
- Jboot初遇activiti