以下两段是作者的心路历程，图个乐的可以看一看，想学干货可以直接略过。

就在昨天晚上，我要为文章配图，要求是将6张图拼接为3张图。我就想，可以呀，PS应该很容易搞定，虽然我PS功底差，但架不住我有位朋友是 king of PS 呀（朋友间的调侃啦）。所以我将每张图都剪切成一样的高度，希望能对PS的过程有所帮助。

好朋友不愧是 king of PS ，每张图都拼接的很棒。但是，三张图一一对比，细看还是有一些不太对齐，身患强迫症的我当然心中有些疙瘩。不过好朋友已经做的很棒了，我不能以自己的强迫症去强迫别人，所以我就走上了“自主研发”的道路。

往期博客：

用python画心形函数，属于数学家的浪漫~

拒绝“过劳死”！看看你已经敲了多久的代码！

用python计算每天什么时候下班

导入 python 库

import matplotlib.pyplot as plt
import skimage.io as io
import numpy as np

查看需要拼接的图片

因为工作需要，所以就不使用昨天晚上的图片了。
我就拿了两张截图作为示例演示。

首先看看拼接前的图片是什么样子：

jzg = io.imread('jzg.jpg')   # np.ndarray, [h, w, c], 值域[0, 255], RGB
plt.imshow(jzg)   #查看图片
plt.show()

解释说明：“jzg”保存的是numpy的数组。

lgz = io.imread('lgz.jpg')   # np.ndarray, [h, w, c], 值域[0, 255], RGB
plt.imshow(lgz)
plt.show()

因为我使用的是 jupyter Notebook，所以图片显示的不是太清晰。

查看一下图片的大小和数组元素的数据类型。

print(jzg.shape)   #查看图片的大小
print(jzg.dtype)   #查看数组元素数据类型
print(lgz.shape)
print(lgz.dtype)

输出：

(720, 1280, 3)
uint8
(720, 1280, 3)
uint8

(720, 1280, 3)表示的是数组的大小，物理意义为[h, w, c]，分别是图片的高度h，图片的宽度w，图片的通道数c。

可以看出两者的大小完全一致，数组元素的数据类型为“uint8”。

查看数组中元素的值域:

print([jzg.min(), jzg.max()])

输出：

[0, 255]

横向拼接

创建拼接用的数组：

pj1 = np.zeros((720,1280 + 1280,3))   #横着拼接
pj1[:,:1280,:] = jzg.copy()   #图片jzg在左
pj1[:,1280:,:] = lgz.copy()   #图片lgz在右
print(pj1.dtype)   #查看数组元素类型

输出：

float64

可以看出拼接后的数据类型不一样了，所以要改一下，不然显示的就是错误的。

pj1=np.array(pj1,dtype=np.uint8)   #将pj1数组元素数据类型的改为"uint8"
plt.imshow(pj1)   #查看拼接情况
plt.show()

保存拼接后的图片

将拼接后的图片保存在当前目录下，也可以改为其它的路径。

io.imsave('pj1.jpg', pj1)   #保存拼接后的图片

总结

横向拼接的代码总结如下：

import matplotlib.pyplot as plt
import skimage.io as io
import numpy as np

jzg = io.imread('jzg.jpg')   # np.ndarray, [h, w, c], 值域(0, 255), RGB
plt.imshow(jzg)   #查看图片
plt.show()

lgz = io.imread('lgz.jpg')   # np.ndarray, [h, w, c], 值域(0, 255), RGB
plt.imshow(lgz)
plt.show()

print(jzg.shape)   #查看图片的大小
print(jzg.dtype)   #查看数组元素数据类型
print(lgz.shape)
print(lgz.dtype)

pj1 = np.zeros((720,1280 + 1280,3))   #横向拼接
pj1[:,:1280,:] = jzg.copy()   #图片jzg在左
pj1[:,1280:,:] = lgz.copy()   #图片lgz在右
print(pj1.dtype)   #查看数组元素类型

pj1=np.array(pj1,dtype=np.uint8)   #将pj1数组元素数据类型的改为"uint8"

plt.imshow(pj1)   #查看拼接情况
plt.show()

io.imsave('pj1.jpg', pj1)   #保存拼接后的图片

纵向拼接

当然，可以横向拼接自然也可以纵向拼接，只需将拼接用的数组改为如下：

pj2 = np.zeros((720 + 720,1280,3))   #横向拼接

将拼接操作改为：

pj1[:720,:,:] = jzg.copy()   #图片jzg在上
pj1[720:,:,:] = lgz.copy()   #图片lgz在下

然后其他步骤都一样。

图片间距

有些时候要求要有缝拼接，这时候就将拼接用的数组横向或纵向变大，空白区域使用“0”或者“255”填充（我不知道“0”和“255”中，哪个代表白色，哪个代表黑色，需要的就自己去实验或者查询一下）。

最后

以上就是俭朴歌曲为你收集整理的利用 python 实现多张图片的无损拼接以下两段是作者的心路历程，图个乐的可以看一看，想学干货可以直接略过。导入 python 库查看需要拼接的图片横向拼接保存拼接后的图片总结的全部内容，希望文章能够帮你解决利用 python 实现多张图片的无损拼接以下两段是作者的心路历程，图个乐的可以看一看，想学干货可以直接略过。导入 python 库查看需要拼接的图片横向拼接保存拼接后的图片总结所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。