python实现固定尺寸图像拼接

本文实例为大家分享了python实现固定尺寸图像拼接,供大家参考,具体内容如下

讲解

1、代码效果:固定尺寸图像拼接

代码

import os
import cv2
import numpy as np

def joint(or_path, tar_path, size):
  determination = tar_path
  if not os.path.exists(determination):
    os.makedirs(determination)

  path = or_path
  folders = os.listdir(path)
  folders_name = []
  folders.sort(key = lambda x: int(x.split('.')[0]))
  for folder in folders:
    folders_name.append(path + "\\" + str(folder))
  foldler_len = len(folders_name)
  joint = []
  for i in range(size):
    joint.append(cv2.imread(folders_name[i]))
  index = 0
  for i in range(len(folders_name)):
    if i < size:
      continue
    image = cv2.imread(folders_name[i])
    joint[index] = np.hstack((joint[index], image))
    index += 1
    if index > size - 1:
      index = 0
  for i in range(1, len(joint)):
    joint[0] = np.vstack((joint[0], joint[i]))
  cv2.imwrite(tar_path + "/all.jpg", joint[0])
  print(joint[0].shape)

if __name__ == "__main__":
  joint(r"", r"", size)#原图像文件夹路径、新图像存放路径、单方向图像数

运行结果

运行前

运行后

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

(0)

相关推荐

  • python实现单张图像拼接与批量图片拼接

    本文实例为大家分享了python实现图像拼接的具体代码,供大家参考,具体内容如下 一.效果  二.代码 1.单张图片拼接 # 图片拼接 from PIL import Image # pil paste可以进行图片拼接 import cv2 import numpy as np path="F:/out/"+str(0)+".jpg" img_out=cv2.imread(path) num=5 for i in range(1,num): path="F

  • python调用stitcher类自动实现多个图像拼接融合功能

    使用stitcher需要注意,图像太大会报错而且计算慢. 特点和适用范围:图像需有足够重合相同特征区域. 优点:适应部分倾斜/尺度变换和畸变情形,拼接效果好,使用简单,可以一次拼接多张图片. 缺点:需要有足够的相同特征区域进行匹配,速度较慢(和图像大小有关). 原图(可下载) 代码(两张图片拼接) import sys import cv2 if __name__ == "__main__": img1 = cv2.imread('C:/Users/Guaguan/Desktop/im

  • Python图像处理之图像拼接

    一.前言 图像拼接技术就是将数张有重叠部分的图像(可能是不同时间.不同视角或者不同传感器获得的)拼成一幅无缝的全景图或高分辨率图像的技术. 二.特征点匹配 特征点具有局部差异性 动机:特征点具有局部差异性 图像梯度 Harris矩阵 以每个点为中心取一个窗口,窗口大小为55或者77,如果这个点具有差异性,往周围任意方向移动,周围的环境变化都是会比较大的,如果满足这个特性,我们就认为这个特征点具有明显的局部差异性.在工事中,I表示像素,如果是 彩色图像就是RGB,灰色图像就是灰度.(u,v)表示方

  • python+OpenCV实现图像拼接

    本文实例为大家分享了利用python和OpenCV实现图像拼接,供大家参考,具体内容如下 python+OpenCV实现image stitching 在最新的OpenCV官方文档中可以找到C++版本的Stitcher类的说明, 但是python版本的还没有及时更新, 本篇对python版本的实现做一个简单的介绍. 由于官方文档中还没有python版本的Stitcher类的说明, 因此只能自己去GitHub源码上找, 以下是stitching的样例: from __future__ import

  • python实现图像拼接

    本文实例为大家分享了python实现图像拼接的具体代码,供大家参考,具体内容如下 1.待拼接的图像 2. 基于SIFT特征点和RANSAC方法得到的图像特征点匹配结果 3.图像变换结果 4.代码及注意事项 import cv2 import numpy as np def cv_show(name, image): cv2.imshow(name, image) cv2.waitKey(0) cv2.destroyAllWindows() def detectAndCompute(image):

  • python+gdal+遥感图像拼接(mosaic)的实例

    作为摄影测量与遥感的从业者,笔者最近开始深入研究gdal,为工作打基础!个人觉得gdal也是没有什么技术含量,调用别人的api.但是想想这也是算法应用的一个技能,多学无害! 关于遥感图像的镶嵌,主要分为6大步骤: step1: 1)对于每一幅图像,计算其行与列: 2)获取左上角X,Y 3)获取像素宽和像素高 4)计算max X 和 min Y,切记像素高是负值 maxX1 = minX1 + (cols1 * pixelWidth) minY1 = maxY1 + (rows1 * pixelH

  • python opencv进行图像拼接

    本文实例为大家分享了python opencv进行图像拼接的具体代码,供大家参考,具体内容如下 思路和方法 思路 1.提取要拼接的两张图片的特征点.特征描述符: 2.将两张图片中对应的位置点找到,匹配起来: 3.如果找到了足够多的匹配点,就能将两幅图拼接起来,拼接前,可能需要将第二幅图透视旋转一下,利用找到的关键点,将第二幅图透视旋转到一个与第一幅图相同的可以拼接的角度: 4.进行拼接: 5.进行拼接后的一些处理,让效果看上去更好. 实现方法 1.提取图片的特征点.描述符,可以使用opencv创

  • python实现图像拼接功能

    利用Python将Market1501的分割图片和原图两张图片进行拼接成一左一右一张图片,并将图片的像素值调整成256*128. 所有文件夹: 文件夹下的所有原图: 文件夹下的所有的分割图片: 代码如下: import PIL.Image as Image import os IMAGES_PATH = 'E:/gyx/Learning/Practice/4/data/market1501_seg_1/test/ori_img/' # 原图片集地址 IMAGES_PATH_1 = 'E:/gyx

  • python opencv 图像拼接的实现方法

    初级的图像拼接为将两幅图像简单的粘贴在一起,仅仅是图像几何空间的转移与合成,与图像内容无关.高级图像拼接也叫作基于特征匹配的图像拼接,拼接时消去两幅图像相同的部分,实现拼接合成全景图. 具有相同尺寸的图A和图B含有相同的部分与不同的部分,如图所示:             用基于特征的图像拼接实现后: 设图像高为h,相同部分的宽度为wx 拼接后图像的宽w=wA+wB-wx 因此,可以先构建一个高为h,宽为W*2的空白图像,将左图像向右平移wx,右图像粘贴在右侧.则右图像刚好覆盖左图像中的相同部分

  • python实现固定尺寸图像拼接

    本文实例为大家分享了python实现固定尺寸图像拼接,供大家参考,具体内容如下 讲解 1.代码效果:固定尺寸图像拼接 代码 import os import cv2 import numpy as np def joint(or_path, tar_path, size): determination = tar_path if not os.path.exists(determination): os.makedirs(determination) path = or_path folders

  • python将原图裁剪为固定尺寸小图

    python实现原图裁剪为固定尺寸小图的具体代码,供大家参考,具体内容如下 讲解 1.代码效果:实现原图裁剪为固定尺寸小图 代码 import numpy as np import pandas as pd import os import torch as t import torchvision.transforms.functional as ff from torch.utils.data import Dataset from PIL import Image import torch

  • Python实现图片尺寸缩放脚本

    最近由于网站对图片尺寸的需要,用python写了个小脚本,方便进行图片尺寸的一些调整,特记录如下: # coding=utf-8 import Image import shutil import os class Graphics: infile = 'D:\\myimg.jpg' outfile = 'D:\\adjust_img.jpg' @classmethod def fixed_size(cls, width, height): """按照固定尺寸处理图片&quo

  • python生成指定尺寸缩略图的示例

    python生成指定尺寸的缩略图 复制代码 代码如下: def MakeThumb(path, sizes=(75, 32, 16)):    """    缩略图生成程序 by Neil Chen    sizes 参数传递要生成的尺寸,可以生成多种尺寸    """    base, ext = os.path.splitext(path)    try:        im = Image.open(path)    except IOEr

  • python opencv 图像尺寸变换方法

    利用Python OpenCV中的 cv.Resize(源,目标,变换方法)就可以实现变换为想要的尺寸了 源文件:就不用说了 目标:你可以对图像进行倍数的放大和缩小 也可以直接的输入尺寸大小 变换的方法: CV_INTER_NN - 最近邻插值, CV_INTER_LINEAR - 双线性插值 (缺省使用) CV_INTER_AREA - 使用象素关系重采样.当图像缩小时候,该方法可以避免波纹出现.当图像放大时,类似于 CV_INTER_NN 方法.. CV_INTER_CUBIC - 立方插值

  • python 按照固定长度分割字符串的方法小结

    有如下的一堆mac地址,需要更改成一定格式,如mac='902B345FB021'改为mac='90-2B-34-5F-B0-21'. 借助python脚本,可以轻松实现,原理就是:字符串的按照固定长度拆分. 1,文件mac.txt,保存了如下的mac地址: 50E549E32ECB 902B3413EFA6 50E549ECBA1C 902B3457B16F 1C6F65296DF9 902B34131A14 50E549E3E2F8 50E5493A2696 902B345FB021 902

  • Python GUI布局尺寸适配方法

    如下所示: #coding=utf-8 #布局自定义尺寸 from tkinter import * class App: def __init__(self,master): frame=Frame(master) frame.pack(fill=BOTH,expand=1) listbox=Listbox(frame) #listbox=Listbox(frame,height=3,selectmode=BROWSE) #curselection() for item in ['red','

  • python计算机视觉实现全景图像拼接示例

    首先对图片进行预处理,是图片的分配率大小在合适的范围内,避免图片太大占满整个电脑屏幕. from PIL import Image def produceImage(file_in, width, height, file_out): image = Image.open(file_in) resized_image = image.resize((height, width), Image.ANTIALIAS) resized_image.save(file_out) if __name__

  • Python实现图像尺寸和格式转换处理的示例详解

    实现代码 # batch_handle_image.py import argparse import glob import os from PIL import Image def main(args): limit_shortest = int(args.limitshortest) shortest_edge = int(args.shortestedge) longest_edge = int(args.longestedge) limit_width_or_height = int(

  • Python查看Tensor尺寸及查看数据类型的实现

    目录 查看Tensor尺寸及查看数据类型 Tensor尺寸查看 数据类型查看 Pytorch基本数据类型tensor Python和Pytorch数据类型对应 创建tensor的方法 一些常用的生成tensor方法 tensor的切片与索引 tensor的维度变换(重点) tensor的叠加和分割 tensor的数学运算 tensor的统计相关操作 查看Tensor尺寸及查看数据类型 Tensor尺寸查看 命令: x.shape 例子: input = torch.randn(20,16,50,

随机推荐