从图像矩阵连接图像答案

【问题标题】：concatenate images from a matrix of images从图像矩阵连接图像
【发布时间】：2019-02-16 10:10:30
【问题描述】：

我有 4 张图片，每张图片的宽度和高度均为 8。它们属于形状为 [4,8,8] 的矢量。我将图像向量重塑为形状为[2,2,8,8] 的图像矩阵。

如何连接矩阵内部的图像以生成单个图像，使形状变为[16,16]？我希望将图像连接起来，以保持它们在矩阵中的 x,y 位置 - 本质上只是将单独的图像拼接成一个图像。

我觉得这很容易在 numpy 中完成，甚至可能在 tensorflow 中完成，但我愿意接受任何好的 Python 解决方案。

【问题讨论】：

【解决方案1】：

您可以像这样使用np.hstack 两次（稍微小一点的数组以使它们可打印）：

import numpy as np

original = np.array([[np.arange(16).reshape(4,-1)]*2]*2)
combined = np.hstack(np.hstack(original))
print(combined)

给出：

[[ 0  1  2  3  0  1  2  3]
 [ 4  5  6  7  4  5  6  7]
 [ 8  9 10 11  8  9 10 11]
 [12 13 14 15 12 13 14 15]
 [ 0  1  2  3  0  1  2  3]
 [ 4  5  6  7  4  5  6  7]
 [ 8  9 10 11  8  9 10 11]
 [12 13 14 15 12 13 14 15]]

【讨论】：

【解决方案2】：

您可以将numpy.concatenate 与不同的轴一起使用。这是一个使用 4 个形状为 [2 2] 的图像的简化版本示例，它会生成一个 [4 4]resulting 图像：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.array([[9, 10], [11, 12]])
d = np.array([[13, 14], [15, 16]])

ab = np.concatenate((a, b), axis=1)
cd = np.concatenate((c, d), axis=1)
abcd = np.concatenate((ab, cd), axis=0)

>>> print(abcd)
array([[ 1,  2,  5,  6],
       [ 3,  4,  7,  8],
       [ 9, 10, 13, 14],
       [11, 12, 15, 16]])
>>> print(abcd.shape)
(4, 4)

只需将此代码调整为适合您的代码，而不是使用a, b, c, d 按张量的第一维连接图像，类似于np.concatenate((t[0], t[1]), axis=1) 是t 您的形状张量[4 8 8]。

否则，正如其他答案所建议的那样，您可以使用两次 numpy.hstack 函数两次，但我认为它的行为不是那么容易阅读，即使代码更少。

【讨论】：

【解决方案3】：

我不建议这样做，因为它几乎不可读，但只是为了进行 numpy 练习，您可以只使用 reshape() 和 transpose() 方法制作图像网格。

import numpy as np

w_img = 3
h_img = 2
n_img = 4

images = (np.array([a + b for a in 'abcd' for b in '123456'])
            .reshape(n_img, h_img, w_img))

# A batch of 4 images 3x2
print(images)
#[[['a1' 'a2' 'a3']
#  ['a4' 'a5' 'a6']]
#
# [['b1' 'b2' 'b3']
#  ['b4' 'b5' 'b6']]
#
# [['c1' 'c2' 'c3']
#  ['c4' 'c5' 'c6']]
#
# [['d1' 'd2' 'd3']
#  ['d4' 'd5' 'd6']]]

# Making 2x2 grid
w_grid = 2
h_grid = 2

grid = images.reshape(h_grid, w_grid, h_img, w_img)  # axes: h_grid, w_grid, h_img, w_img
grid = grid.transpose([0, 2, 1, 3])                  # axes: h_grid, h_img, w_grid, w_img
grid = grid.reshape(4, 6)                            # axes: (h_grid * h_img), (w_grid * w_img)

print(grid)
#[['a1' 'a2' 'a3' 'b1' 'b2' 'b3']
# ['a4' 'a5' 'a6' 'b4' 'b5' 'b6']
# ['c1' 'c2' 'c3' 'd1' 'd2' 'd3']
# ['c4' 'c5' 'c6' 'd4' 'd5' 'd6']]

【讨论】：