Python实用代码工具4|图像灰度处理、图像合并(hstack)

图像灰度处理、图像合并(hstack)

代码只需:
① 修改图片1 路径
② 修改图片2 路径
③ 修改保存目录
④ 修改图片名称(带扩展名)

import cv2
import numpy as np
import os

ar_img1_hwc = cv2.imread('000000000872.jpg', cv2.IMREAD_COLOR)    # ---- 改 ①
ar_img2_hwc = cv2.imread('000000002431.jpg', cv2.IMREAD_COLOR)    # ---- 改 ②
# 三维ndarray,分别代表行、列、通道(BGR),数组形状(高度,宽度,通道数)
cv2.namedWindow('test4.4_window', cv2.WINDOW_NORMAL)  # 显示窗口
cv2.imshow('test4.4_p1', ar_img1_hwc)  # 窗口内显示图像
# cv2.imshow('test4.4_p2',ar_img2_hwc)  # 窗口内显示图像
cv2.waitKey(0)  # 等待用户按任意键关闭窗口
cv2.destroyAllWindows()  # 关闭窗口


# 将图片转为灰度图
def get_gray(imag):
    row, column, channel = imag.shape
    for i in range(0, row):
        for j in range(0, column):
            blueComponent = imag[i][j][0]
            greenComponent = imag[i][j][1]
            redComponent = imag[i][j][2]
            grayValue = 0.114 * blueComponent + 0.587 * greenComponent + 0.299 * redComponent
            imag[i][j] = grayValue
    return imag


img1_gray = ar_img1_hwc
get_gray(img1_gray)
img2_gray = ar_img2_hwc
get_gray(img2_gray)

cv2.imshow("img1_gray", img1_gray)
cv2.waitKey(0)  # 等待用户按任意键关闭窗口
cv2.destroyAllWindows()  # 关闭窗口



# 按水平方向合并这两张灰度图片
merge_p3 = np.hstack((img1_gray, img2_gray))
cv2.imshow("合并灰度图.jpg", merge_p3)
# 保存图片
img_file = "D:/pic"                                             # ---- 改 ③
if not os.path.exists(img_file):
    os.mkdir(img_file)
cv2.imwrite(img_file + "/" + "merge_p3.jpg", merge_p3)          # ---- 改 ④

cv2.waitKey(0)  # 等待用户按任意键关闭窗口
cv2.destroyAllWindows()  # 关闭窗口


# #将图片转为灰度图2
# img1_gray = cv2.cvtColor(ar_img1_hwc,cv2.COLOR_RGB2GRAY)
# img2_gray = cv2.cvtColor(ar_img2_hwc,cv2.COLOR_RGB2GRAY)
#
# cv2.imshow("img1_gray",img1_gray)
# cv2.imshow("img2_gray",img2_gray)
#
# print("img_gray shape:{}".format(np.shape(img1_gray)))
#
# cv2.waitKey()
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值