Python 结合opencv实现图片截取和拼接代码实践
作者：授客
这篇文章主要介绍了Python 结合opencv实现图片截取和拼接代码实践,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
实践环境
python 3.6.2
scikit-build-0.16.7
win10
opencv_python-4.5.4.60-cp36-cp36m-win_amd64.whl
下载地址：
https://pypi.org/project/opencv-python/4.5.4.60/#files
注意：下载时不用下abi版的，比如 opencv_python-4.6.0.66-cp36-abi3-win_amd64.whl 不能用，
因为数据类型为 np.uint8,也就是0~255,
依赖包安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-build # 解决 ModuleNotFoundError: No module named 'skbuild'问题 pip install opencv_python-4.5.4.60-cp36-cp36m-win_amd64.whl
代码实践
示例图片
代码
import os
import numpy as np
import cv2
from datetime import datetime
from PIL import Image
def capture_image(image_file_path, left, upper, width, height, target_file_name=None):
'''截取图片'''
right = left + width
lower = upper + height
if os.path.exists(image_file_path):
image = Image.open(image_file_path)
# width, height = image.size
# print('图片宽度', width, '图片高度', height)
head, ext = os.path.splitext(image_file_path)
if not target_file_name:
target_file_name = 'pic_captured%s%s' % (datetime.now().strftime('%Y%m%d%H%M%S%f'), ext)
target_file_path = '%s%s' % (head, target_file_name)
image.crop((left, upper, right, lower)).save(target_file_path)
return target_file_path
else:
error_msg = '图片文件路径不存在：%s' % image_file_path
print(error_msg)
raise Exception(error_msg)
def append_picture(image1_path, image2_path):
'''拼接图片'''
image1 = cv2.imread(image1_path, -1)
shape = image1.shape
height1, width1, channel1 = shape
# print(shape) # 输出：(315, 510, 4)
# print(image1) # 输出一3维数组
# print(len(image1), len(image1[0])) # 输出：315 510
image2 = cv2.imread(image2_path, -1)
height2, width2, channel2 = image2.shape
total_height = max(height1, height2)
total_width = width1 + width2
dst = np.zeros((total_height, total_width, channel1), np.uint8)
dst[0:height1, 0:width1] = image1
dst[0:height2, width1:total_width] = image2
cv2.imwrite("merge.png", dst)
if __name__ == '__main__':
# 截取图片
image_path1 = capture_image('example.png', 10, 30, 510, 315)
image_path2 = capture_image('example.png', 520, 30, 518, 315)
append_picture(image_path1, image_path2)运行结果
截取的图片
合并的图片
代码补充说明
1.imread(filename, flags=None)
filename图片路径
函数返回一个3三元组： (height, width, channel) ，元素中元素从左到右分别表示图片的高度，宽度，通道数(彩色图片是三通道的，每个通道表示图片的一种颜色（ RGB ），对于OpenCV读取到的图片的通道顺序是 BGR ) ，假设图片3元组为 (315, 510, 4) ，表示有315行，即315个二维数组，510列，即每个二维数组有510个一维数组。
flags标志位cv2.IMREAD_COLOR：默认参数，表示读入一副彩色图片，忽略alpha通道，可用1作为实参替代cv2.IMREAD_GRAYSCALE：读入灰度图片，可用0作为实参替代cv2.IMREAD_UNCHANGED：读入完整图片，包括alpha通道，可用-1作为实参替代
PS： alpha 通道，又称A通道，是一个8位的灰度通道，该通道用256级灰度来记录图像中的透明度复信息，定义透明、不透明和半透明区域，其中黑表示全透明，白表示不透明，灰表示半透明
2.imwrite(filename, img, params=None)
将图片矩阵以文件的形式储存起来
filename待保存的图片路径imgMat或Mat的矢量）要保存的一个或多个图像。params特定格式的参数对（paramId_1、paramValue_1、paramId_2、paramValue_2……），参阅cv:：ImwriteFlags
3.zeros(shape, dtype=None, order='C')
返回一个用零填充的给定形状和类型的新数组( ndarray )
shape整数或者整数元组。新数组的形状，例如(2, 3)or2。dtype数据类型，可选。数组所需的数据类型，比如，numpy.int8。 默认numpy.float64。order{'C', 'F'}，可选，默认:'C'。是否在内存中按行优先(row-major)顺序（C语言风格）或者列优先(column-major)（Fortran风格）顺序存储多维数据。
示例
>>> import numpy as np # 创建2维数组 >>> array = np.zeros([2, 3]) >>> print(array) # 输出一个二维数组 一个包含2个一维数组，每个一维数组包含3个元素 [[0. 0. 0.] [0. 0. 0.]] >>> array = np.zeros([2, 3], np.int64) # 指定数组元素数据类型为int64 >>> print(array) [[0 0 0] [0 0 0]] >>> array = np.zeros([2, 3], np.float64) # 指定数组元素数据类型为float64 >>> print(array) [[0. 0. 0.] [0. 0. 0.]] >>> array = np.zeros([3, 2]) # 输出一个二维数组 一个包含3个一维数组，每个一维数组包含2个元素 >>> print(array) [[0. 0.] [0. 0.] [0. 0.]] # 创建3维数组 >>> array = np.zeros((2, 3, 4), np.int8) >>> print(array) # 输出一个3维数组 一个包含2个二维数组，每个二维数组包含3个一维数组，每个一维数组包含4个元素 [[[0 0 0 0] [0 0 0 0] [0 0 0 0]] [[0 0 0 0] [0 0 0 0] [0 0 0 0]]]
4.冒号在Numpy数组索引中的作用说明
3维数组为例
ndarray[index1:index2, index3:index4, index5:index6]
indexN:indexM 表示获取索引在范围 [indexN, indexM) 内的数组元素（注意，不包含索引为 indexM 的元素），这里的 indexN 代表起始元素索引，可选，默认为0， indexM 代表结束元素索引，可选，默认为所在层级数组元素个数+1
index1:index2 表示获取三维数组中，索引在范围 [index1, index2) 内的数组元素，即二维数组
index3:index4 表示获取上述二维数组中，索引在范围 [index3, index4) 内的数组元素，即一维数组
index5:index6 表示获取上述一维数组中，索引在范围 [index5, index6) 内的数组元素
示例
>>> array = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[11, 12, 13], [14, 15, 16], [17, 18, 19]], [[20, 21, 22], [23, 24, 25], [26, 27, 28]]]) # 创建一个3维 ndarray
>>> array
array([[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],
[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]],
[[20, 21, 22],
[23, 24, 25],
[26, 27, 28]]])
>>> array[:] # 获取全部元素，等价于array[:, :, :]
array([[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],
[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]],
[[20, 21, 22],
[23, 24, 25],
[26, 27, 28]]])
>>> array[:, :, :]
array([[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],
[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]],
[[20, 21, 22],
[23, 24, 25],
[26, 27, 28]]])
>>> array[1:2] # 获取索引在[1,2)范围内的二维数组
array([[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]]])
>>> array[1:] # 获取索引在[1,3)范围内的二维数组
array([[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]],
[[20, 21, 22],
[23, 24, 25],
[26, 27, 28]]])
>>> array[:2] # 获取索引在[0,2)范围内的二维数组
array([[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],
[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]]])
>>> array[1:2, 1:2] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[1,2)范围内的一维数组
array([[[14, 15, 16]]])
>>> array[1:2, :2] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[0,2)范围内的一维数组
array([[[11, 12, 13],
[14, 15, 16]]])
>>> array[1:2, 1:] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[1,3)范围内的一维数组
array([[[14, 15, 16],
[17, 18, 19]]])
>>> array[1:2, :] # 获取索引在[1,2)范围内的二维数组的全部元素
array([[[11, 12, 13],
[14, 15, 16],
[17, 18, 19]]])
>>> array[1:2, 1:2, 1:2] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[1,2)范围内的一维数组，一维数组中只获取索引在[1,2)范围内的元素
array([[[15]]])
>>> array[1:2, 1:2, 1:] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[1,2)范围内的一维数组，一维数组中只获取索引在[1,3)范围内的元素
array([[[15, 16]]])
>>> array[1:2, 1:2, :2] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[1,2)范围内的一维数组，一维数组中只获取索引在[0,2)范围内的元素
array([[[14, 15]]])
>>> array[1:2, 1:2, :] # 获取索引在[1,2)范围内的二维数组，二维数组中只获取索引在[1,2)范围内的一维数组，获取一维数组的所有元素
array([[[14, 15, 16]]])到此这篇关于Python 结合opencv实现图片截取和拼接的文章就介绍到这了,更多相关Python opencv图片截取内容请搜索脚本之家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脚本之家！