opencv python 将不同通道图像合并为一个

Question

我有几张卫星图像，每张都代表主卫星图像的一个通道，总共 11 张图像，每张图像都标有不同的通道，所有图像均为 .tiff 格式，具有灰度色彩空间，现在我只想合并这些图像成一个，将所有通道表示成一张图像，所以这可能吗，请记住这里，我不想连接图像，这可以使用以下方法完成：

vis = np.concatenate((img1, img2), axis=1)

我想将它们全部合并成一张图像，而不扭曲其中包含的数据，下面附有一些通道图像。

如有任何帮助，我们将不胜感激。

Answer 1

首先，您需要

carefully

考虑您拥有的

number of channels

，以便您可以创建有用的图像。在下面的示例中，我假设您有三个通道（红色、绿色和蓝色），可以将它们组合成 RGB 图像。

import numpy as np
import cv2

"""Read each channel into a numpy array. 
Of course your data set may not be images yet.
So just load them into three different numpy arrays as neccessary"""
a = cv2.imread('chanel_1.jpg', 0)
b = cv2.imread('chanel_2.jpg', 0)
c = cv2.imread('chanel_3.jpg', 0)

"""Create a blank image that has three channels 
and the same number of pixels as your original input"""
needed_multi_channel_img = np.zeros((a.shape[0], a.shape[1], 3))

"""Add the channels to the needed image one by one"""
needed_multi_channel_img [:,:,0] = a
needed_multi_channel_img [:,:,1] = b
needed_multi_channel_img [:,:,2] = c

"""Save the needed multi channel image"""
cv2.imwrite('needed_multi_channel_img.png',needed_multi_channel_img)

Answer 2

由于

OpenCV 3.x

将图像存储为

numpy

数组，我们可以简单地对每个图像进行平均并将它们相加，前提是图像的高度和宽度完全相同。

img_1 = cv2.imread('./imagesStackoverflow/sat_1_331-442.png')
img_2 = cv2.imread('./imagesStackoverflow/sat_2_331-442.png')
img_3 = cv2.imread('./imagesStackoverflow/sat_3_331-442.png')
img_4 = cv2.imread('./imagesStackoverflow/sat_4_331-442.png')

no_img = 4
img = img_1/no_img + img_2/no_img + img_3/no_img + img_4/no_img

为了快速获得结果，我手动将四个图像的大小编辑为

442(h) x 331(w)

像素。

下面是合并后的图像，有 3 个通道。

要合并 11 张图像，您只需将代码扩展为：

img = img_1/no_img + img_2/no_img + img_3/no_img + ... + img_11/no_img

Answer 3

我已经连续尝试了 2 天，但我无法理解的一件事是 opencv 的合并函数接受一个元组，而不是 3 个不同的参数。

image = cv2.imread(image_file, 1)
R, G, B = cv2.split(image)
output_image = cv2.merge ( (R, G, B) )

Answer 4

合并是什么意思？它们都是灰度图像，因此它们在灰度颜色空间中基本上是相同的通道。当您尝试“混合”或“添加”图像时，某些信息注定会丢失。使用 OpenCV 或 Pillow 中的函数尝试上述两种方法。

mul1 = ImageChops.add(img1, img2, scale=2)
mul2 = ImageChops.add(img3, img4, scale = 2)
mul3 = ImageChops.add(mul1, mul2, scale = 2)

mul3.show()

R1 = img1.convert('RGBA').resize([456,512])
R2 = img2.convert('RGBA').resize([456,512])
R3 = img3.convert('RGBA')
R4 = img4.convert('RGBA')

S1 = ImageChops.blend(R1,R2,0.5)
S2 = ImageChops.blend(R3,R4,0.5)
S3 = ImageChops.blend(S1,S2,0.5)
S3.show()

这是相同的 Python 代码。它接受任何通道的图像，但必须保持宽度和高度，就像 hcontat、vcontat、hstack、vstack 的情况一样。

Answer 5

scale：按给定数字缩放最终图像

imgArray：是要连接的所有图像的数组，无论每个图像中的通道如何

import numpy as np
import cv2
def stackImages(scale,imgArray):
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0],list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range(0,rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[x][y].shape[:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y],(0,0),None,scale,scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[0]), None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y] =cv2.cvtColor(imgArray[x][y],cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height,width,3), np.uint8)
        hor = [imageBlank]*rows
        hor_con = [imageBlank]*rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x],(0,0),None,scale,scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x],(imgArray[0].shape[0],imgArray[0].shape[1]),None,scale,scale)
            if len(imgArray[x].shape) == 2: imgArray[x] =cv2.cvtColor(imgArray[x],cv2.COLOR_GRAY2BGR)
        hor = np.hstack(imgArray)
        ver = hor
    return ver

函数

stackedImages(scale, imageArray)

 属于提供轨迹栏和活动对象检测教程的人创建的包。检查此处：

https://www.youtube.com/watch?v=Fchzk1lDt7Q&t=25s

我有一个问题。 我有 6 个灰度图像，属于一个场景，6 个灰度图像提供了有关一个场景的不同信息，我可以将 6 个 Png 图像连接为一个具有 6 个通道的 1 个图像吗？

Answer 6