将图像拼接在一起Opencv-Python

我的程序接收一幅图像，并根据比例参数将图像裁剪成单独的图像，例如，比例=3会生成9幅大小相等的图像。然后我计算出每个裁剪图像的平均rgb，并将图像中的所有像素值设置为平均rgb值

我想知道如何将裁剪后的图像粘在一起以输出一张图像？在这种情况下，它将是一个由九种不同颜色组成的网格

这是我的密码：

# import packages
import numpy as np
import cv2
import dateutil
import llist
from matplotlib import pyplot as plt
import argparse

#Read in image
img = cv2.imread('images/0021.jpg')

scale = 3
#Get x and y components of image
y_len,x_len,_ = img.shape

mean_values = []
for y in range(scale):
    for x in range(scale):
        #Crop image 3*3 windows
        cropped_img=img[(y*y_len)/scale:((y+1)*y_len)/scale,
                          (x*x_len)/scale:((x+1)*x_len)/scale]

        mean_val=cv2.mean(cropped_img)
        mean_val=mean_val[:3]
        #Set cropped img pixels equal to mean RGB
        cropped_img[:,:,:] = mean_val

        cv2.imshow('cropped',cropped_img)
        cv2.waitKey(0)

        #Print mean_values array
        #mean_values.append([mean_val])
#mean_values=np.asarray(mean_values)
#print mean_values.reshape(3,3,3)

---

正如它所代表的那样，嵌套for循环在图像上迭代，并按照我想要将它们缝合在一起的顺序输出图像（只是一种颜色的块），但我不确定如何实现这一点。

我不知道OpenCV中是否存在这种情况，但在ImageMagick中，您可以简单地将图像大小调整为平铺大小（隐式平均像素）并将图像重新缩放到原始大小，无需插值-也称为最近邻重采样。如下所示：

# Get original width and height
identify -format "%wx%h" face1.jpg
500x529

# Resize down to, say 10x10 and then back up to the original size
convert face1.jpg -resize 10x10! -scale "${geom}"! out.jpg

根据您的原创作品，3x3变成：

convert face1.jpg -resize 3x3! -scale "${geom}"! out.jpg

3x5变成：

convert face1.jpg -resize 3x5! -scale "${geom}"! out.jpg

---

不要“缝合”-这更难。创建一个具有所需最终大小的新图像，然后使用（

cv2

图像只是

numpy

a数组）将每个子图像复制到最终图像的适当区域中@goncalopp如何将每个子映像“复制”到新映像？它必须在for循环中进行，并且在每次迭代时，都会将一个新的子映像添加到输出映像中。因为您执行了

crapped\u img=img[…]

然后对裁剪的图像进行操作，原来的

img

将被更改。在numpy数组中切片不会创建新数组。因此，您的缝合应该已经完成。@HannesOvrén Genius！我怎么没看到，谢谢：）