《OpenCV计算机视觉开发实践：基于Python（人工智能技术丛书）》(朱文伟，李建英)【摘要 书评 试读】- 京东图书
在某些场景下，比如有多个摄像头视频图像，如果一个视频图像显示在一个窗口中，则会因为窗口过多而显得凌乱。此时就需要一个窗口能显示多个视频图像。想要达到这个效果，原理并不复杂，只需要调整每个视频的尺寸大小为窗口的一部分，这样多个图像组合起来正好可以占满一个窗口。
在OpenCV中，我们可以利用hstack函数来实现单窗口显示多幅图像。首先熟悉一下hstack函数。hstack函数就是把两个行相同的数组或者矩阵的列从左到右排列起来，也就是把列水平排列起来，声明如下：
numpy.hstack(tup)其中，tup是ndarrays数组序列。这里说的数组就是NumPy库的array，比如定义了一个3行5列的二维矩阵数组：
a=np.array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
print(a.shape) #输出(3,5)这里的行数是矩阵的高度，列数是矩阵的宽度。比如建立一个一维矩阵b，长度为b.shape：
b =np.array([1,2,3,4])
print(b.shape) 输出是(4,)，4就是一维矩阵的长度，因为不存在二维，也就没有二维的长度，因此括号里的逗号后面是空的。
再比如建立4行2列的二维矩阵数组：
c =np.array([[1,1],[1,2],[1,3],[1,4]])
print(c.shape)输出是(4,2)，shape[0]表示行数，这里是4行，shape[1]表示列数，这里是2列。注意方括号的数量。
有时候方括号也可以用圆括号来表示，比如2行3列的二维矩阵：
x = np.array(((1,2,3),(4,5,6))) #2行3列
print(x.shape)输出是(2,3)。注意圆括号的数量匹配。
简单复习array基本知识后，我们可以用hstack函数来合并行数相同的矩阵数组，比如合并两个都是1行的一维数组：
a = np.array((1,2,3)) #1行3列
b = np.array((4,5,6,7)) #1行4列
e = np.hstack((a,b))
print(e)输出：
array([1, 2, 3, 4,5,6,7]) #结果依然是1行
又比如合并3个两行的二维数组：
a = np.array([[1,2],[3,4]])
b = np.array(((1,2,3),(4,5,6))) #2行3列
c = np.array(((1,1,1,1),(2,2,2,2)))
e = np.hstack((a,b,c))
print(e)输出：
[[1 2 1 2 3 1 1 1 1]
[3 4 4 5 6 2 2 2 2]]了解了hstack函数后，我们可以在一个窗口中显示多幅图片，原理是直接通过imread函数返回的二维矩阵数组传入hstack函数中。
【例3.6】 单窗口中显示多幅图片
import cv2 as cv
import numpy as np #导入numpy模块
def opecv_muti_pic():
img1 = cv.imread('1.jpg')
print(img1.shape)
img2 = cv.imread('2.jpg')
print(img2.shape)
img3 = cv.imread('3.jpg')
print(img3.shape)
imgs = np.hstack([img1,img2,img3])
#展示多个
cv.imshow("mutil_pic", imgs)
#等待关闭
cv.waitKey(0)
opecv_muti_pic()在上述代码中，首先读取了3幅图片，并各自返回了二维矩阵数组，这3幅图片在工程目录下可以找到，为了节省篇幅，这里不对是否读取成功进行判断，但一线企业开发则不能少这个判断。随后，把3幅图片的矩阵数组传入hstack函数中进行合并，并返回合并后的矩阵数组，然后通过imshow显示出来。我们每次读取一幅图片，就把它的宽度和高度打印出来。可以发现，高度（行数）都是相同的，否则是不能用于hstack的。例如，把图片3缩放后保存，再运行程序，就会报错。
运行工程，结果如图3-7所示。
图3‑7
