本节内容要用到opencv-python模块，请先行安装。本例程中使用到的图片保存在pictures子目录下。本例的任务是要将9张JPG格式图片按三行三列拼接成下述九宫格。

微实践：九宫格图像拼接

本节内容要用到opencv-python模块，请先行安装。本例程中使用到的图片保存在pictures子目录下。本例的任务是要将9张JPG格式图片按三行三列拼接成下述九宫格。

#pictures9.py

import glob

import numpy as np

from cv2 import imread,imwrite #cv2来自OpenCV-Python扩展库

imgs,heights,widths = [],[],[]

for f in glob.glob("pictures/*.jpg"):

img = imread(f,-1)

print("original:",img.shape)

h,w = img.shape[:2]

heights.append(h)

widths.append(w)

imgs.append(img)控制台输出:

original: (960, 1280, 3)

...

original: (793, 1280, 3)

...

original: (960, 1280, 3)

glob.glob("pictures/*.jpg")返回一个序列，该序列包括当前目录之pictures子目录下的所有扩展名为jpg的图片文件的文件名(含路径)。读者可以在上述循环中加上print(f)把这些文件名打出来看看。

本文节选自作者的《Python编程基础及应用》视频教程。Python编程基础及应用_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com

imread()函数来自opencv-python扩展库，它读取一个图片，并返回一个多维数组。我们打印了这些多维数组的形状，典型如(960,1280,3)：它表示对应图片高960个像素，宽1280个像素，每个像素由3个值构成，分别表示该像素红、绿、蓝三个通道的颜色值。请读者注意，本例中的9张图片的高度值并不相等。

img.shape[:2]取出了图像/多维数组的高度和宽度，分别赋值给h和w。所有的图片高、宽均存入heights、widths列表备用。所有的图片/多维数组均存入imgs列表备用。

显然，(960,1280)的图片尺寸对于九宫格拼接而言太大了，需要分别提取缩略图。

#pictures9.py

#制作缩略图，纵横向每3个像素抽一个

minHeight = min(heights)

minWidth = min(widths)

for i,x in enumerate(imgs):

imgs[i] = x[:minHeight:3,:minWidth:3,:]

print("thumbnail:",imgs[i].shape)

#横向沿轴1拼接

img = np.concatenate(imgs,1)

print("concatenated by axis1:",img.shape)

imwrite("concatenated_1.jpg",img)

控制台输出：

thumbnail: (265, 427, 3)

...

thumbnail: (265, 427, 3)

concatenated by axis1: (265, 3843, 3)

我们首先获得了全部图像的最小高度 - min(heights)和最小宽度 - min(widths)。然后，遍历并逐一使用多维数组的切片下标语法提取缩略图：横纵向都从每3个像素中抽1个像素。根据打印出来的值，我们可以看到，所有的缩略图都是265 x 427个像素。

接下来，我们使用np.concatenate()函数将imgs列表中的9张图沿1轴拼接(横向拼接)至img。根据打印的结果，横向拼接后的图片尺寸为265 x 3843。imwrite()则将img存至文件"concatenated_1.jpg"。读者可以在项目目录中找到这个照片，如下：

下述代码及其执行结果可以帮助读者理解concatenate()函数的作用：可以看到，对于二维数组而言，沿0轴拼接相当于纵向延长数组，沿1轴拼接则相当于横向延长数组。

#con.py

import numpy as np

a = np.array([[1,2],[3,4]])

b = np.array([[11,22],[33,44]])

print("a=\n",a)

print("b=\n",b)

c = np.concatenate([a,b],0) #沿0轴拼接，纵向延长

print("np.concatenate([a,b],0)=\n",c)

c = np.concatenate([a,b],1) #沿1轴拼接，横向延长

print("np.concatenate([a,b],1)=\n",c)

执行结果：

a=

[[1 2]

[3 4]]

b=

[[11 22]

[33 44]]

np.concatenate([a,b],0)=

[[ 1 2]

[ 3 4]

[11 22]

[33 44]]

np.concatenate([a,b],1)=

[[ 1 2 11 22]

[ 3 4 33 44]]

借助于concatenate()函数，我们可以先将图片0-2横向拼接，再将图片3-5横向拼接，接着再将图片6-8横向拼接。最后再将拼接结果纵向拼接，即得3x3的九宫格：

#pictures9.py

#方法1

img0 = np.concatenate(imgs[:3],1) #沿1轴横向拼接

img1 = np.concatenate(imgs[3:6],1)

img2 = np.concatenate(imgs[6:],1)

img9 = np.concatenate([img0,img1,img2],0) #沿0轴纵向拼接

print("3x3_0, shape:",img9.shape)

imwrite("3x3_0.jpg",img9)

控制台输出：

3x3_0, shape: (795, 1281, 3)

上述3x3_0.jpg应该与本例开始处的图片相同，该文件也存入了当前项目目录，读者自行查证。除了上面这个方法外，下面这个方法也可以达到相同的效果，但真的很难理解。在下述代码中，img1.swapaxes(1,2)将img1的1轴与2轴进行了交换。

#方法2

img = np.concatenate(imgs,0) #将9图沿0轴纵向拼

img1 = img.reshape(3,3,265,427,3) #改变形状至5维数组

img9 = img1.swapaxes(1,2).reshape(795,1281,3) #1轴和2轴交换，再改变形状

print("3x3_1, shape:",img9.shape)

imwrite("3x3_1.jpg",img9)

控制台输出：

3x3_1, shape: (795, 1281, 3)

读者可以查证3x3_1.jpg的最终效果。

读者可以试着执行下述代码来观察轴交换的效果：

#swapaxes.py

import numpy as np

a = np.array([[1,2],[3,4]])

print("a=\n",a)

print("a.swapaxes(0,1):\n",a.swapaxes(0,1))

b = np.array([[1,2,3,4],[5,6,7,8]])

print("b=\n",b)

print("b.reshape(2,2,2)=\n",b.reshape(2,2,2))

print("b.reshape(2,2,2).swapaxes(1,2))=\n",b.reshape(2,2,2).swapaxes(1,2))

本文节选自作者的B站MOOC及同名教材：Python编程基础及应用 — 重庆大学 高等教育出版社，作者亲授_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com版权声明 本文可以在互联网上自由转载，但必须：注明出处(作者：海洋饼干叔叔)并包含指向本页面的链接。 本文不可以以纸质出版为目的进行改编、摘抄。