使用 OpenCV 组合两个图像

Posted 2023-02-16

【中文标题】使用 OpenCV 组合两个图像

【英文标题】：Combining Two Images with OpenCV

【发布时间】：2011-11-27 04:32:49

【问题描述】：

我正在尝试使用 OpenCV 2.1 将两个图像合二为一，两个图像彼此相邻放置。在 Python 中，我正在做：

import numpy as np, cv

img1 = cv.LoadImage(fn1, 0)
img2 = cv.LoadImage(fn2, 0)

h1, w1 = img1.height,img1.width
h2, w2 = img2.height,img2.width

# Create an array big enough to hold both images next to each other.
vis = np.zeros((max(h1, h2), w1+w2), np.float32)

mat1 = cv.CreateMat(img1.height,img1.width, cv.CV_32FC1)
cv.Convert( img1, mat1 )

mat2 = cv.CreateMat(img2.height, img2.width, cv.CV_32FC1)
cv.Convert( img2, mat2 )

# Copy both images into the composite image.
vis[:h1, :w1] = mat1
vis[:h2, w1:w1+w2] = mat2

h,w = vis.shape
vis2 = cv.CreateMat(h, w, cv.CV_32FC3)
vis0 = cv.fromarray(vis)
cv.CvtColor(vis0, vis2, cv.CV_GRAY2BGR)
cv.ShowImage('test', vis2)
cv.WaitKey()

两个输入图像是：

https://code.ros.org/trac/opencv/browser/trunk/opencv/samples/c/box.png?rev=2270

https://code.ros.org/trac/opencv/browser/trunk/opencv/samples/c/box_in_scene.png?rev=2270

生成的图像是：

可能很难与网站的其他部分区分开来，但大部分图像都是白色的，对应于单个图像应该在的位置。黑色区域是没有写入图像数据的地方。

为什么我的所有图像数据都被转换为白色？

【问题讨论】：

你见过来自 OpenCV 2.3.1 的find_obj.py sample 吗？它看起来与您正在尝试做的完全一样。

@Andrey，是的，这实际上就是我要转换为 OpenCV 2.1 的内容。我没有 2.3 也无法编译，所以我现在正在使用 2.1。

你也可以创建一个关于你的编译问题的问题。我认为是可以解决的。请注意，此示例的 flann 部分无法使用 OpenCV 2.1 实现，因为 flann 索引的 python 绑定仅在 2.3.1 中添加。

【参考方案1】：

对于您的图像恰好大小相同的情况（这是显示图像处理结果的常见情况），您可以使用 numpy 的连接来简化您的代码。

垂直堆叠（img1 over img2）：

vis = np.concatenate((img1, img2), axis=0)

水平堆叠（img1在img2的左边）：

vis = np.concatenate((img1, img2), axis=1)

验证：

import cv2
import numpy as np
img1 = cv2.imread('img1.png')
img2 = cv2.imread('img2.png')
vis = np.concatenate((img1, img2), axis=1)
cv2.imwrite('out.png', vis)

out.png 图像将在左侧包含 img1，在右侧包含 img2。

【讨论】：

垂直和水平的代码是一样的吗？

我修复了复制粘贴错误。水平方向沿轴 1。您可以自己轻松尝试。我在响应中添加了验证码。

并非总是如此ValueError: all the input array dimensions except for the concatenation axis must match exactly

如何添加偏移量以使两张图像重叠一点？

这救了我的命！！非常感谢。

【参考方案2】：

对于希望将 2 个彩色图像合二为一的用户， 这是对安德烈的回答的一个小修改，对我有用：

img1 = cv2.imread(imageFile1)
img2 = cv2.imread(imageFile2)

h1, w1 = img1.shape[:2]
h2, w2 = img2.shape[:2]

#create empty matrix
vis = np.zeros((max(h1, h2), w1+w2,3), np.uint8)

#combine 2 images
vis[:h1, :w1,:3] = img1
vis[:h2, w1:w1+w2,:3] = img2

【参考方案3】：

import numpy as np, cv2

img1 = cv2.imread(fn1, 0)
img2 = cv2.imread(fn2, 0)
h1, w1 = img1.shape[:2]
h2, w2 = img2.shape[:2]
vis = np.zeros((max(h1, h2), w1+w2), np.uint8)
vis[:h1, :w1] = img1
vis[:h2, w1:w1+w2] = img2
vis = cv2.cvtColor(vis, cv2.COLOR_GRAY2BGR)

cv2.imshow("test", vis)
cv2.waitKey()

或者如果您更喜欢传统方式：

import numpy as np, cv

img1 = cv.LoadImage(fn1, 0)
img2 = cv.LoadImage(fn2, 0)

h1, w1 = img1.height,img1.width
h2, w2 = img2.height,img2.width
vis = np.zeros((max(h1, h2), w1+w2), np.uint8)
vis[:h1, :w1] = cv.GetMat(img1)
vis[:h2, w1:w1+w2] = cv.GetMat(img2)
vis2 = cv.CreateMat(vis.shape[0], vis.shape[1], cv.CV_8UC3)
cv.CvtColor(cv.fromarray(vis), vis2, cv.CV_GRAY2BGR)

cv.ShowImage("test", vis2)
cv.WaitKey()

【讨论】：

cv2.COLOR_GRAY2BGR 在 OpenCV 2.3 中似乎不存在。此外，您还可以读取灰度图像，然后将它们转换回 RGB。所以你的结果会是灰度的不是吗？

我们可以为彩色图像执行此操作吗？？

【参考方案4】：

您还可以使用 OpenCV 的内置函数 cv2.hconcat 和 cv2.vconcat，正如它们的名字所暗示的，它们分别用于水平和垂直连接图像。

import cv2

img1 = cv2.imread('opencv/lena.jpg')
img2 = cv2.imread('opencv/baboon.jpg')

v_img = cv2.vconcat([img1, img2])
h_img = cv2.hconcat([img1, img2])

cv2.imshow('Horizontal', h_img)
cv2.imshow('Vertical', v_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

水平串联

垂直串联

【参考方案5】：

在 OpenCV 3.0 中，您可以按如下方式轻松使用它：

#combine 2 images same as to concatenate images with two different sizes
h1, w1 = img1.shape[:2]
h2, w2 = img2.shape[:2]
#create empty martrix (Mat)
res = np.zeros(shape=(max(h1, h2), w1 + w2, 3), dtype=np.uint8)
# assign BGR values to concatenate images
for i in range(res.shape[2]):
    # assign img1 colors
    res[:h1, :w1, i] = np.ones([img1.shape[0], img1.shape[1]]) * img1[:, :, i]
    # assign img2 colors
    res[:h2, w1:w1 + w2, i] = np.ones([img2.shape[0], img2.shape[1]]) * img2[:, :, i]

output_img = res.astype('uint8')

【参考方案6】：

使用一行代码的三种最佳方法

import cv2
import numpy as np 


img = cv2.imread('Imgs/Saint_Roch_new/data/Point_4_Face.jpg')
dim = (256, 256)
resizedLena = cv2.resize(img, dim, interpolation = cv2.INTER_LINEAR)
X, Y = resizedLena, resizedLena

# Methode 1: Using Numpy (hstack, vstack)
Fusion_Horizontal = np.hstack((resizedLena, Y, X))
Fusion_Vertical   = np.vstack((newIMG, X))

cv2.imshow('Fusion_Vertical using vstack', Fusion_Vertical)
cv2.waitKey(0)

# Methode 2: Using Numpy (contanate)
Fusion_Vertical   = np.concatenate((resizedLena, X, Y), axis=0)
Fusion_Horizontal = np.concatenate((resizedLena, X, Y), axis=1)

cv2.imshow("Fusion_Horizontal usung concatenate", Fusion_Horizontal)
cv2.waitKey(0)


# Methode 3: Using OpenCV (vconcat, hconcat)
Fusion_Vertical   = cv2.vconcat([resizedLena, X, Y])
Fusion_Horizontal = cv2.hconcat([resizedLena, X, Y])

cv2.imshow("Fusion_Horizontal Using hconcat", Fusion_Horizontal)
cv2.waitKey(0)

【参考方案7】：

为了水平堆叠：

imgHor = np.hstack((img, img))

为了垂直堆叠：

imgVer = np.vstack((img, img))

为了显示：

cv2.imshow("Horizontal", imgHor) # horizontal stack
cv2.imshow("Vertical", imgVer)   # vertical stack