本文介绍: 在一文中，我们介绍了如何使用numpy将一张图片切割成4部分。本文我们将反其道而行之，将4张图片拼接成1张图片。基本的思路就是先用两张图以左右结构拼接成上部，另外两张图也以左右拼接成为下部。然后上下两部再拼接。当然也可以先上下拼接成左部和右部，然后再左右拼接。
在《使用numpy处理图片——图片切割》一文中，我们介绍了如何使用numpy将一张图片切割成4部分。本文我们将反其道而行之，将4张图片拼接成1张图片。
基本的思路就是先用两张图以左右结构拼接成上部，另外两张图也以左右拼接成为下部。然后上下两部再拼接。当然也可以先上下拼接成左部和右部，然后再左右拼接。
左右拼接
左右拼接也就是第二维度拼接。使用的是hstack方法，给它传递的是需要拼接的数组所组成的元组。这样我们就拼接出上下两部。
import numpy as np
from PIL import Image
correlateImg = Image.open('correlate.png')
correlateData = np.array(correlateImg)
gaussianLaplaceImg = Image.open('gaussianlaplace.png')
gaussianLaplaceData = np.array(gaussianLaplaceImg)
morphoLogicalLaplaceImg = Image.open('morphologicallaplace.png')
morphoLogicalLaplaceData = np.array(morphoLogicalLaplaceImg)
whiteTophatImg = Image.open('whitetophat.png')
whiteTophatData = np.array(whiteTophatImg)
top = np.hstack((correlateData, gaussianLaplaceData))
bottom = np.hstack((morphoLogicalLaplaceData, whiteTophatData))
上下拼接
上下拼接使用的是vstack方法。给它传递的是上下两部数组组成的元组。
full = np.vstack((top, bottom))
fullImg = Image.fromarray(full)
fullImg.save('full.png')
我们以《使用numpy处理图片——模糊处理》中生成的图片为例，用4个模糊处理的图片拼接出1张图片。
原文地址:https://blog.csdn.net/breaksoftware/article/details/135514864
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_55254.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
