Python np.hstack和np.vstack未运行

我想结合三个图像

img = cv2.imread('Lenna_(test_image).png', 0)
dim = (256, 256)
resizedLena = cv2.resize(img, dim, interpolation = cv2.INTER_LINEAR)

Y

是由

img

修改的图像，

X

是由

img

修改的另一图像，但等于

img

现在，我想把

img，Y，X

与这个命令结合起来

newIMG = np.vstack((resizedLena, Y))
outputIMG = np.vstack((newIMG, X))
cv2.imshow('return IMG', outputIMG)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果:

1°图像是我的输出

2°图像为

img

3°图像是

Y

4°图像为

X

---

感谢任何人帮助我

获取不同大小的图像，您可以使用

numpy

组合它们。然后可以创建水平图像

您需要确定索引

例如：

• 如果第一个图像从

  0:h1，0:w1开始

• 第二个图像从

  0:h1，w1:w1+w2开始

• 第三个图像从

  0:h1，w1+w2:w1+w2+w3开始

• 第四幅图像从

  0:h1，w1+w2+w3:w1+w2+w3+w4开始

结果将是：

代码：

从cv2导入imread、imshow、waitKey
从cv2导入IMREAD\U灰度，imwrite
从numpy导入零
img1=imread（“1.png”，imread\u灰度）
img2=imread（“2.png”，imread\u灰度）
img3=imread（“3.png”，imread\u灰度）
img4=imread（“4.png”，imread\u灰度）
（h1，w1）=img1.形状[：2]
（h2，w2）=img2.形状[：2]
（h3，w3）=img3.形状[：2]
（h4，w4）=img4.形状[：2]
out=零（（h1，w1+w2+w3+w4），dtype=“uint8”）
out[0:h1，0:w1]=img1
out[0:h1，w1:w1+w2]=img2
out[0:h1，w1+w2:w1+w2+w3]=img3
out[0:h1，w1+w2+w3:w1+w2+w3+w4]=img4
imwrite（“out.png”，out）
imshow（“out”，out）
等待键（0）

使用一行代码的三种最佳方法但是，要连接的图像必须具有相同的尺寸，尤其是相同的通道数。

导入cv2
将numpy作为np导入
img=cv2.imread（'image.jpg'）
dim=（256，256）
resizedLena=cv2.调整大小（img、dim、插值=cv2.内部线性）
十、 Y=resizedLena，resizedLena
#方法1：使用Numpy（hstack，vstack）
熔合水平=np.hstack（（尺寸，Y，X））
Fusion_Vertical=np.vstack（（newIMG，X））
cv2.imshow（“使用vstack的垂直融合”，垂直融合）
cv2.等待键（0）
#方法2：使用Numpy（康塔纳）
熔合垂直=np。连接（（大小调整，X，Y），轴=0）
Fusion_Horizontal=np.连接（（大小调整为A，X，Y），轴=1）
cv2.imshow（“融合水平使用串联”，融合水平）
cv2.等待键（0）
#方法3：使用OpenCV（vconcat、hconcat）
Fusion_Vertical=cv2.vconcat（[resizedLena，X，Y]）
Fusion_Horizontal=cv2.hconcat（[resizedLena，X，Y]）
cv2.imshow（“使用hconcat的水平融合”，水平融合）
cv2.等待键（0）

注意：

---

如果图像没有相同的尺寸，您必须构建一个空矩阵并自己填充，就像前面的文章一样。

在您的情况下，您可以将所有三个图像都放在参数中

newIMG = np.vstack((resizedLena, Y, X))

---

所有的图像必须是相同的大小有所有相同的大小为我工作，请显示所有的代码