OpenCV实现将两幅图像拼在一起(Python)
更新时间：2026年05月08日 15:01:10 作者：二粒砂
本文介绍了使用Numpy库中的np.concatenate函数进行数组拼接的方法,通过示例说明了当axis为0时进行纵向拼接,axis为1时进行横向拼接,还umpy拼接图片的代码实现也进行了阐述,注意interval参数的设定,适用于单色的图拼接
一、使用函数的介绍
主要使用numpy库数组拼接np.concatenate
使用示例如下：
>>> a = np.array(([1,2,3],[4,5,6]))
>>> b = np.array(([4,5,6],[7,8,9]))
>>> c = np.array(([7,8,9],[10,11,12]))
>>> np.concatenate((a,b,c), axis = 0)
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 4, 5, 6],
[ 7, 8, 9],
[ 7, 8, 9],
[10, 11, 12]])
>>> np.concatenate((a,b,c), axis = 1)
array([[ 1, 2, 3, 4, 5, 6, 7, 8, 9],
[ 4, 5, 6, 7, 8, 9, 10, 11, 12]])
- 当axis为0时，将几个数组纵向拼接
- 当axis为1时，将几个数组横向拼接
二、代码实现
这里默认拼接的两张图像等宽或者等高
# 横向拼接
def concat_1(img_1, img_2):
rows = np.size(img, 0)
# 乘255是因为想要间隙是白的，白色像素值是255，如果想要黑色间隙
interval_1 = np.ones((rows, 5)) * 255
img_o = np.concatenate((img_1, interval_1, img_2), axis=1)
return img_o
# 纵向拼接
def concat_0(img_1, img_2):
columns = np.size(img, 1)
interval_0 = np.ones((5, columns)) * 255 # 纵向拼接间隙
img_o = np.concatenate((img_1, interval_0, img_2), axis=0)
return img_o
其中，interval指两张图片之间的间隙。
- 横向拼接时，应该使interval的高度与图片的高度相同，interval的宽度可以自己设
- 纵向拼接时，应该使interval的宽度与图片的宽度相同，interval的高度可以自己设
这里拼接的是单通道灰度图，如果想要拼接彩色 图改一下interval即可，如果嫌麻烦直接把interval删掉就好
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家详细介绍了python实现远程控制电脑，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-05-05
本文介绍了isort包的使用方法,包括安装、在PyCharm中配置和使用isort自动规范Python模块中的import部分代码,使其符合PEP8建议的导入顺序和排序规则2026-05-05
这篇文章主要介绍了python项目引用运行路径的问题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-05-05
这篇文章主要介绍了Python函数式编程指南（三）：迭代器详解,本文讲解了迭代器(Iterator)概述、使用迭代器、生成器表达式(Generator expression)和列表解析(List Comprehension)等内容,需要的朋友可以参考下2015-06-06
在写博客的过程中经常要插入图片，本文将使用Python实现对上传的图片自动压缩，自动编码，以及自动推送到远程仓库，感兴趣的可以了解一下2021-10-10
这篇文章主要介绍了Python中面向对象你应该知道的一下知识,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
在机器学习和深度学习领域,我们经常会面对具有多维特征输入的问题,这种情况出现在各种应用中,包括图像识别、自然语言处理、时间序列分析等,PyTorch是一个强大的深度学习框架,在本篇博客中,我们将探讨如何使用PyTorch来处理多维特征输入数据2023-10-10
在本篇文章里小编给大家整理的是关于python的pip作用等相关内容，有需要的朋友们可以学习下。2020-06-06
这篇文章主要介绍了python数据分析之员工个人信息可视化,文中有非常详细的代码示例,对正在学习python可视化的小伙伴们有很好的帮助,需要的朋友可以参考下2021-04-04
这篇文章主要介绍了Python langchain ReAct 使用范例,本文给大家介绍的非常详细,感兴趣的朋友一起看看吧2024-12-12
最新评论