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
总结
横向拼接的代码总结如下：
import matplotlib.pyplot as plt
import skimage.io as io
import numpy as np
jzg = io.imread('jzg.jpg') # np.ndarray, [h, w, c], 值域(0, 255), RGB
plt.imshow(jzg) #查看图片
plt.show()
lgz = io.imread('lgz.jpg') # np.ndarray, [h, w, c], 值域(0, 255), RGB
plt.imshow(lgz)
plt.show()
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)
pj1 = np.zeros((720,1280 + 1280,3)) #横向拼接
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
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()
io.imsave('pj1.jpg', pj1) #保存拼接后的图片
纵向拼接
当然，可以横向拼接自然也可以纵向拼接，只需将拼接用的数组改为如下：
pj2 = np.zeros((720 + 720,1280,3)) #横向拼接
将拼接操作改为：
pj1[:720,:,:] = jzg.copy() #图片jzg在上
pj1[720:,:,:] = lgz.copy() #图片lgz在下
然后其他步骤都一样。
图片间距
有些时候要求要有缝拼接，这时候就将拼接用的数组横向或纵向变大，空白区域使用“0”或者“255”填充（我不知道“0”和“255”中，哪个代表白色，哪个代表黑色，需要的就自己去实验或者查询一下）。
到此这篇关于pytho多张图片的无损拼接的实现示例的文章就介绍到这了,更多相关pytho图片无损拼接内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
