应用场景:在科研中,通常需要把不同方法的结果进行对比,
在结果较多时,用肉眼逐张进行对比是非常低效的做法,
而将不同方法的结果直接拼接在一起能够便于对比效果,并且批量操作可以节约大量时间。
常用的是cv2中的hconcat和vconcat,
分别对应 横向拼接和纵向拼接。
- 被拼接图像的对应维度一致:
如果横向拼接,就是图像高度一致;
如果纵向拼接,就是图像宽度一致。
cv2.hconcat(src: Sequence)
cv2.vconcat(src: Sequence)
hconcat和vconcat的参数,
都通常是一个包括要拼接图像的列表,
列表中的元素均为cv2.imread()读取的图片(即numpy.ndarray)
代码示例:
import cv2
img1 = cv2.imread('example_img/img1.png')
img2 = cv2.imread('example_img/img2.png')
img_vconcat = cv2.vconcat([img1, img2])
img_hconcat = cv2.hconcat([img1, img2])
cv2.imshow('vconcat', img_vconcat)
cv2.imshow('hconcat', img_hconcat)
cv2.waitKey(0)
cv2.destroyAllWindows()
运行效果:
© 版权声明
本站所有资源来自于网络,仅供学习与参考,请勿用于商业用途,否则产生的一切后果将由您(转载者)自己承担!
如有侵犯您的版权,请及时联系3500663466#qq.com(#换@),我们将第一时间删除本站数据。
如有侵犯您的版权,请及时联系3500663466#qq.com(#换@),我们将第一时间删除本站数据。
THE END
暂无评论内容