我的程序接收图像并根据比例参数将图像裁剪成单独的图像,例如, scale = 3产生9个相同大小的图像。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等于平均rgb值。
我想知道如何将裁剪后的图像重新组合在一起输出一张图像?在这种情况下,这将是九种不同颜色的网格。
这是我的代码:
# 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)
因为它是嵌套的for循环遍历图像并按照我想要将它们拼接在一起的顺序输出图像(它们只是一种颜色的块),但我不知道如何实现这一点。
答案 0 :(得分:2)
我不知道OpenCV中是否存在这样的东西,但是在ImageMagick中,您可以简单地将图像调整到拼贴大小(这将隐式平均像素)并将图像重新缩放到没有插值的原始大小 - 也称为最近邻重采样。像这样:
# 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 "${geom}"! out.jpg
根据您的原件,3x3变为:
convert face1.jpg -resize 3x3! -scale "${geom}"! out.jpg
和3x5成为:
convert face1.jpg -resize 3x5! -scale "${geom}"! out.jpg