在用python处理图像的时候，除了图片叠加和图片拼接两种情况之外，有时候还会碰到需要上下左右连接图片合成一张图片。opencv中的cv2.addWeighted()和cv2.add()函数处理效果是叠加，参考[1]中描述的是拼接图片(stitching images)，而接下来要讲的是连接图片(concatenate images)。
下面介绍2种连接图片的方法，用python科学计算包numpy和pandas。先看代码：
#! /usr/bin/env python # -*- coding: utf-8 -*- #! python3 import cv2 import numpy as np import pandas as pd img1 = cv2.imread('Z1.jpg') img2 = cv2.imread('Z2.jpg') gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) #====使用numpy的数组矩阵合并concatenate====== image = np.concatenate((gray1, gray2)) #纵向连接=np.vstack((gray1, gray2)) #横向连接image = np.concatenate([gray1, gray2], axis=1) #====使用pandas数据集处理的连接concat======== df1 = pd.DataFrame(gray1) df2 = pd.DataFrame(gray2) # ndarray to dataframe df = pd.concat([df1, df2]) #纵向连接,横向连接=pd.concat([df1, df2], axis=1) image = np.array(df) # dataframe to ndarray #============= cv2.imshow('image', image)
用opencv打开的图片是numpy.ndarray格式，所以第1种方法是直接用numpy的ndarray数组合并方法concatenate()将2张灰度图纵向或者横向连接，简单直接。
第2中方法是先将图片由ndarray转换成dataframe格式，使用pandas的数据集连接方法concat()处理后，再由dataframe格式转回ndarray格式即可显示。dataframe格式与ndarray格式互转的方法参考[2]。
除此之外，在C++中还可以用矩阵合并的方法hconcat()或vconcat()连接图片[3]
现在来看看上面python代码的运行效果：
Z1.jpg
Z2.jpg
Z.bmp
[1] OpenCV panorama stitching, http://www.pyimagesearch.com/2016/01/11/opencv-panorama-stitching/
[2] numpy的ndarray与pandas的series和dataframe之间互转, http://blog.csdn.net/flyfrommath/article/details/69388675
[3] opencv实现几幅图像拼接成一整幅大图, http://blog.csdn.net/mikedadong/article/details/51305640