如何通过python numpy来合并多张图片

一直以来对Numpy的印象就是做矩阵运算的一个python模块，好似感觉就是在数学教学里面或者枯燥的科研里面用用，但是近来因为工作的原因解除到很多tensorflow的pipeline之后，发现numpy在深度学习里面几乎无处不在，尤其是在data的预处理上，还有一些模型的推断代码上更是如此。
鉴于此又恰好看到有些模型里面用到了numpy来合并几张图片的预处理方式。这里记一下 方便后面的学习。

图片说白了就是二维的像素矩阵，而像素就是rgb三维数组，所以思路就是这样，先用opencv读取每一张图片到一个numpy的array  array的shape就是图片 (w，h，3) 然后长度w取和 宽度h取最大（因为是垂直方向的拼接）再np.zeros(sum(w),max(h),3)   最后把三个矩阵在垂直方向上赋值给新的zeros矩阵

代码如下:

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import sys
import cv2
import glob
import numpy as np

reload(sys)
sys.setdefaultencoding('utf-8')

image_dir = '/Users/andy/Downloads/testnumpy/*.png'


def main():
    images = [cv2.imread(image_file) for image_file in glob.glob(image_dir)]
    height = sum([image.shape[0] for image in images])
    width = max([image.shape[1] for image in images])
    output = np.zeros((height, width, 3))
    y = 0
    for image in images:
        h, w, d = image.shape
        output[y:y + h, 0:w] = image
        y += h
    cv2.imwrite("test.jpg", output)


if __name__ == '__main__':
    main()