每次要显示图像阵列的时候,使用自带的 matplotlib 或者cv2 都要设置一大堆东西,subplot,fig等等,突然想起 可以利用numpy 的htstack() 和 vstack() 将图片对接起来组成一张新的图片。因此写了写了下面的函数。做了部分注释,一些比较绕的地方可以自行体会。
大致流程包括:
1、输入图像列表 img_list
2、show_type : 最终的显示方式,输入为行数列数 (例如 show_type=22 ,则最终显示图片为两行两列)
3、basic_shape, 图片resize的尺寸。
def image_show( img_list, show_type, basic_size=[300,500]): ''' img_list contains the images that need to be stitched, the show_typ contains the final shape of the stitched one, ie, 12 for 1 row 2 cols. basic_size : all input image need to be reshaped first. ''' # reshap row and col number. n_row, n_col = basic_size #print n_row,n_col # num of pixels need to be filled vertically and horizontally. h_filling = 10 v_filling = 10 # image resize. resize_list=[] for i in img_list: temp_img = cv2.resize( i, ( n_col, n_row ), interpolation = cv2. INTER_CUBIC ) resize_list.append( temp_img ) # resolve the final stitched image 's shape. n_row_img, n_col_img = show_type/10, show_type%10 #print n_row_img, n_col_img # the blank_img and the image need to be filled should be defined firstly. blank_img= np.ones([n_row,n_col])*255 blank_img= np.array( blank_img, np.uint8 ) v_img= np.array( np.ones([n_row,v_filling])*255, np.uint8) h_img= np.array( np.ones ([ h_filling, n_col_img*n_col+(n_col_img-1)*h_filling])*255, np.uint8) # images in the image list should be dispatched into different sub-list # in each sub list the images will be connected horizontally. recombination_list=[] temp_list=[] n_list= len(resize_list) for index, i in enumerate ( xrange (n_list)): if index!= 0 and index % n_col_img==0 : recombination_list.append(temp_list) temp_list = [] if len(resize_list)> n_col_img: pass else: recombination_list.append(resize_list) break temp_list.append( resize_list.pop(0)) if n_list== n_col_img: recombination_list.append(temp_list) #print len(temp_list) #print temp_list # stack the images horizontally. h_temp=[] for i in recombination_list: #print len(i) if len(i)==n_col_img: temp_new_i=[ [j,v_img] if index+1 != len(i) else j for index, j in enumerate (i) ] new_i=[ j for i in temp_new_i[:-1] for j in i ] new_i.append( temp_new_i[-1]) h_temp.append(np.hstack(new_i)) else: add_n= n_col_img - len(i) for k in range(add_n): i.append(blank_img) temp_new_i=[ [j,v_img] if index+1 != len(i) else j for index, j in enumerate (i) ] new_i=[ j for i in temp_new_i[:-1] for j in i ] new_i.append( temp_new_i[-1]) h_temp.append(np.hstack(new_i)) #print len(h_temp) #print h_temp temp_full_img= [ [j, h_img ] if index+1 != len(h_temp) else j for index, j in enumerate(h_temp) ] if len(temp_full_img) > 2: full_img= [ j for i in temp_full_img[:-1] for j in i ] full_img.append(temp_full_img[-1]) else: full_img= [ j for i in temp_full_img for j in i ] #full_img.append(temp_full_img[-1]) if len(full_img)>1: return np.vstack( full_img) else: return full_img
最终输入情况和结果如下图:
第一组结果图:自行看输入
第二组结果图。
以上这篇python numpy 显示图像阵列的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
标签:
python,numpy,图像
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
暂无“python numpy 显示图像阵列的实例”评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新动态
2024年11月26日
2024年11月26日
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]