2、合并两张图像

目录

CV实现

PIL实现


使用一个函数实现两张图像合并,通过参数指定合并方式(水平或垂直或加权)。

CV实现

复制代码
import cv2
import numpy as np

def merge_images_cv(image_path1, image_path2, method='horizontal', alpha=0.5):
    # 读取图像
    img1 = cv2.imread(image_path1)
    img2 = cv2.imread(image_path2)

    # 确保 alpha 在 0 和 1 之间
    alpha = max(0, min(alpha, 1))

    if method == 'horizontal':
        # 调整 img2 到 img1 的高度
        img2 = cv2.resize(img2, (img2.shape[1], img1.shape[0]))
        # 水平合并
        merged_img = np.hstack((img1, img2))
        # merged_img = np.concatenate((image1, image2), axis=1)
    elif method == 'vertical':
        # 调整 img2 到 img1 的宽度
        img2 = cv2.resize(img2, (img1.shape[1], img2.shape[0]))
        # 垂直合并
        merged_img = np.vstack((img1, img2))
        # merged_img = np.concatenate((image1, image2), axis=0)
    elif method == 'weighted':
        # 加权合并,确保两张图像大小相同
        img2 = cv2.resize(img2, (img1.shape[1], img1.shape[0]))
        # 加权合并
        merged_img = cv2.addWeighted(img1, alpha, img2, 1 - alpha, 0)
    else:
        raise ValueError("Method must be 'horizontal', 'vertical', or 'weighted'")

    return merged_img

# 使用示例
merged_image = merge_images_cv('path_to_first_image.jpg', 'path_to_second_image.jpg', method='horizontal')
cv2.imwrite('merged_image.jpg', merged_image)

PIL实现

复制代码
from PIL import Image

def merge_images_pil(image_path1, image_path2, method='horizontal', alpha=0.5):
    # 打开图像
    img1 = Image.open(image_path1)
    img2 = Image.open(image_path2)

    # 确保 alpha 在 0 和 1 之间
    alpha = max(0, min(alpha, 1))

    if method == 'horizontal':
        # 调整 img2 到 img1 的高度
        img2 = img2.resize((img2.width, img1.height))
        # 水平合并
        merged_img = Image.new('RGB', (img1.width + img2.width, img1.height))
        merged_img.paste(img1, (0, 0))
        merged_img.paste(img2, (img1.width, 0))
    elif method == 'vertical':
        # 调整 img2 到 img1 的宽度
        img2 = img2.resize((img1.width, img2.height))
        # 垂直合并
        merged_img = Image.new('RGB', (img1.width, img1.height + img2.height))
        merged_img.paste(img1, (0, 0))
        merged_img.paste(img2, (0, img1.height))
    elif method == 'weighted':
        # 加权合并,确保两张图像大小相同
        img2 = img2.resize((img1.width, img1.height))
        # 加权合并
        merged_img = Image.blend(img1, img2, alpha)
    else:
        raise ValueError("Method must be 'horizontal', 'vertical', or 'weighted'")

    return merged_img

# 使用示例
merged_image = merge_images_pil('path_to_first_image.jpg', 'path_to_second_image.jpg', method='horizontal')
merged_image.save('merged_image.jpg')
相关推荐
MARS_AI_11 分钟前
智能呼叫系统中的NLP意图理解:核心技术解析与实战
人工智能·自然语言处理·nlp·交互·信息与通信
Trent198518 分钟前
影楼精修-肤色统一算法解析
图像处理·人工智能·算法·计算机视觉
Blossom.1183 小时前
使用Python实现简单的人工智能聊天机器人
开发语言·人工智能·python·低代码·数据挖掘·机器人·云计算
科技小E3 小时前
EasyRTC嵌入式音视频通信SDK打造带屏IPC全场景实时通信解决方案
人工智能·音视频
ayiya_Oese3 小时前
[模型部署] 3. 性能优化
人工智能·python·深度学习·神经网络·机器学习·性能优化
仙人掌_lz3 小时前
机器学习与人工智能:NLP分词与文本相似度分析
人工智能·机器学习·自然语言处理
jndingxin3 小时前
OpenCV CUDA模块中矩阵操作------归一化与变换操作
人工智能·opencv
ZStack开发者社区3 小时前
云轴科技ZStack官网上线Support AI,智能助手助力高效技术支持
人工智能·科技
每天都要写算法(努力版)4 小时前
【神经网络与深度学习】通俗易懂的介绍非凸优化问题、梯度消失、梯度爆炸、模型的收敛、模型的发散
人工智能·深度学习·神经网络
Blossom.1184 小时前
Web3.0:互联网的去中心化未来
人工智能·驱动开发·深度学习·web3·去中心化·区块链·交互