Python OpenCV 图片简单拆分与拼接

本文介绍了如何使用Python的OpenCV库进行图片的拆分和拼接。首先展示了通过读取图片并将其拆分为两个矩阵来完成图片拆分的操作,然后详细解释了如何利用OpenCV读取多张图片,创建一个目标大小的0矩阵,并将图片内容粘贴到矩阵对应位置以实现图片的拼接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文主要实现图片的简单拼接与拆分

一、拆分

示例图片:

 拆分代码如下:

主要思路:读取图片后拆分为两个矩阵,再显示即可

import cv2

path3 = '/home/cdyuyanpeng/Documents/ceshi/test.png'

img3 = cv2.imread(path3)

# the image height
sum_rows = img3.shape[0]
# the image length
sum_cols = img3.shape[1]
part1 = img3[0:sum_rows, 0:sum_cols/2]
part2 = img3[0:sum_rows, sum_cols/2:sum_cols]

cv2.imshow('part1', part1)
cv2.imshow('part2', part2)

cv2.waitKey()

拆分结果如下:

                                      

OpenCV 中,当使用 imwrite 保存图像时,如果图像的宽度和高度之和超过 65535 像素,则会发生此错误。这是因为 OpenCV 在保存图像时使用 16 位无符号整数来表示图像的宽度和高度,因此最大值为 65535。 解决这个问题的一种方法是将图像分成多个较小的部分,分别保存后再合并。具体步骤如下: 1. 将图像分成多个部分:可以使用 numpy 库中的 hsplit 和 vsplit 函数将图像水平或垂直分割成多个部分。 2. 分别保存每个部分:对于每个部分,使用 imwrite 函数将其保存为单独的文件。可以将这些文件保存在同一个文件夹中。 3. 合并部分:使用 numpy 库中的 hstack 和 vstack 函数将部分合并为一个完整的图像。 下面是一个示例代码,演示了如何将图像拆分并保存为多个文件,最后再合并为一个完整的图像: ```python import cv2 import numpy as np import os # 读取图像 img = cv2.imread('large_image.jpg') # 将图像分成多个部分 rows, cols, _ = img.shape split_size = 60000 h_splits = np.arange(0, rows, split_size) v_splits = np.arange(0, cols, split_size) # 分别保存每个部分 for i in range(len(h_splits)-1): for j in range(len(v_splits)-1): h1, h2 = h_splits[i], h_splits[i+1] w1, w2 = v_splits[j], v_splits[j+1] img_part = img[h1:h2, w1:w2, :] filename = f'large_image_{i}_{j}.jpg' cv2.imwrite(filename, img_part) # 合并部分 img_parts = [] for i in range(len(h_splits)-1): row_parts = [] for j in range(len(v_splits)-1): filename = f'large_image_{i}_{j}.jpg' img_part = cv2.imread(filename) row_parts.append(img_part) os.remove(filename) # 删除临时文件 img_row = np.hstack(row_parts) img_parts.append(img_row) img_final = np.vstack(img_parts) # 保存完整图像 cv2.imwrite('large_image_final.jpg', img_final) ``` 希望这个示例可以帮助你解决问题。
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