pytho多张图片的无损拼接的实现示例

导入 python 库

import matplotlib.pyplot as plt
import skimage.io as io
import numpy as np

查看需要拼接的图片

因为工作需要，所以就不使用昨天晚上的图片了。
我就拿了两张截图作为示例演示。

首先看看拼接前的图片是什么样子：

jzg = io.imread('jzg.jpg')   # np.ndarray, [h, w, c], 值域[0, 255], RGB
plt.imshow(jzg)   #查看图片
plt.show()

解释说明：“jzg”保存的是numpy的数组。

lgz = io.imread('lgz.jpg')   # np.ndarray, [h, w, c], 值域[0, 255], RGB
plt.imshow(lgz)
plt.show()

因为我使用的是 jupyter Notebook，所以图片显示的不是太清晰。

查看一下图片的大小和数组元素的数据类型。

print(jzg.shape)   #查看图片的大小
print(jzg.dtype)   #查看数组元素数据类型
print(lgz.shape)
print(lgz.dtype)

输出：

(720, 1280, 3)
uint8
(720, 1280, 3)
uint8

(720, 1280, 3)表示的是数组的大小，物理意义为[h, w, c]，分别是图片的高度h，图片的宽度w，图片的通道数c。

可以看出两者的大小完全一致，数组元素的数据类型为“uint8”。

查看数组中元素的值域:

print([jzg.min(), jzg.max()])

输出：

[0, 255]

横向拼接

创建拼接用的数组：

pj1 = np.zeros((720,1280 + 1280,3))   #横着拼接
pj1[:,:1280,:] = jzg.copy()   #图片jzg在左
pj1[:,1280:,:] = lgz.copy()   #图片lgz在右
print(pj1.dtype)   #查看数组元素类型

输出：

float64

可以看出拼接后的数据类型不一样了，所以要改一下，不然显示的就是错误的。

pj1=np.array(pj1,dtype=np.uint8)   #将pj1数组元素数据类型的改为"uint8"
plt.imshow(pj1)   #查看拼接情况
plt.show()

保存拼接后的图片

将拼接后的图片保存在当前目录下，也可以改为其它的路径。

io.imsave('pj1.jpg', pj1)   #保存拼接后的图片

来源：https://blog.csdn.net/weixin_45816066/article/details/106073472