numpy 与轴 -1 连接使用 matplotlib 可视化答案

【问题标题】：numpy concatenate with axis -1 visualize with matplotlibnumpy 与轴 -1 连接使用 matplotlib 可视化
【发布时间】：2019-10-17 05:29:51
【问题描述】：

给定 2 张图像，np.concatenate 中的 axis = 0 和 axis = 1 分别连接行和列中的图像。

但axis = -1 将拼接图像的通道更改为6，这导致使用matplotlib 进行可视化时出现以下错误：

raise TypeError("Invalid dimensions for image data")
TypeError: Invalid dimensions for image data

我使用的代码：

import matplotlib.pyplot as plt
import numpy as np
img_A = cv2.imread('1.jpg')
img_B = cv2.imread('2.jpg')

conc_img = np.concatenate((img_A, img_B), axis=-1)

print "shape:\t imgA={},imgB={},conc_img={}".format(img_A.shape, img_B.shape, conc_img.shape)
plt.imshow(conc_img)
plt.show()

打印函数返回：

shape: imgA=(375, 500, 3),imgB=(375, 500, 3),conc_img=(375, 500, 6) # <<-- channel is changed to 6

如何可视化这个拼接的图像？

【问题讨论】：

能否分享这两张图片（1.jpg 和 2.jpg），如果可以的话？
根据 matplotlib imshow docs (matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.imshow.html) .. 您只能可视化 3 个通道或 4 个通道（第 4 个通道为 alpha/透明度）。 “支持的数组形状是：（M，N）：带有标量数据的图像。数据使用颜色图进行可视化。（M，N，3）：带有 RGB 值（0-1 浮点数或 0-255 整数）的图像. (M, N, 4)：具有 RGBA 值（0-1 float 或 0-255 int）的图像，即包括透明度。” ... 拥有 6 个频道的最终目的是什么？
你明白为什么你会得到尺寸 6 的尺寸吗？如果 3 个值代表颜色，那么 6 应该做什么？你期待什么样的可视化？
重读您的问题，我不确定我是否理解...您希望生成的图像是什么样的？

标签： python numpy matplotlib

【解决方案1】：

您或多或少地回答了您自己的问题。如果您在axis=-1（最后一个轴）上进行连接，那么您将在 RGB 通道上进行连接。正如你所说，这会导致 6 个通道，而图像只能有 1、3 或 4 个通道。

试试：

conc_img = np.concatenate((img_A, img_B), axis=1)

你会得到一个形状数组(375, 1000, 3)。或者将axis改为0，在第一个轴上拼接得到(750, 500, 3)。

或者您的意思不是“连接”？如果您希望结果具有(375, 500, 3) 的形状，那么您正在寻找不同的功能。

【讨论】：