python - 使用 numpy 在网格中显示图像的更惯用方式

Question

是否有更惯用的方式来显示图像网格，如下例所示？

import numpy as np

def gallery(array, ncols=3):
    nrows = np.math.ceil(len(array)/float(ncols))
    cell_w = array.shape[2]
    cell_h = array.shape[1]
    channels = array.shape[3]
    result = np.zeros((cell_h*nrows, cell_w*ncols, channels), dtype=array.dtype)
    for i in range(0, nrows):
        for j in range(0, ncols):
            result[i*cell_h:(i+1)*cell_h, j*cell_w:(j+1)*cell_w, :] = array[i*ncols+j]
    return result

我尝试使用 hstack 和 reshape 等，但无法获得正确的行为。

我对使用 numpy 来执行此操作很感兴趣，因为使用 matplotlib 调用 subplot 和 imshow 可以绘制的图像数量是有限制的。

如果您需要样本数据进行测试，您可以像这样使用您的网络摄像头:

import cv2
import matplotlib.pyplot as plt
_, img = cv2.VideoCapture(0).read()

plt.imshow(gallery(np.array([img]*6)))

Answer 1

import numpy as np
import matplotlib.pyplot as plt

def gallery(array, ncols=3):
    nindex, height, width, intensity = array.shape
    nrows = nindex//ncols
    assert nindex == nrows*ncols
    # want result.shape = (height*nrows, width*ncols, intensity)
    result = (array.reshape(nrows, ncols, height, width, intensity)
              .swapaxes(1,2)
              .reshape(height*nrows, width*ncols, intensity))
    return result

def make_array():
    from PIL import Image
    return np.array([np.asarray(Image.open('face.png').convert('RGB'))]*12)

array = make_array()
result = gallery(array)
plt.imshow(result)
plt.show()

产量

---

我们有一个形状数组(nrows*ncols, height, weight, intensity)。我们想要一个形状为 (height*nrows, width*ncols, intensity) 的数组。

所以这里的想法是首先使用reshape将第一个轴分成两个轴，一个长度为nrows，一个长度为ncols:

array.reshape(nrows, ncols, height, width, intensity)

这允许我们使用 swapaxes(1,2) 重新排序轴，使形状变为(nrows，height，ncols，weight，intensity)。请注意，这会将 nrows 放在 height 旁边，将 ncols 放在 width 旁边。

自 reshape does not change the raveled order数据的 reshape(height*nrows, width*ncols, intensity) 现在生成所需的数组。

这(在精神上)与 unblockshaped function 中使用的想法相同.