OpenCV hstack()函数的用法（附带实例）

在某些场景下，比如有多个摄像头视频图像，如果一个视频图像显示在一个窗口中，则会因为窗口过多而显得凌乱。此时就需要一个窗口能显示多个视频图像。

要达到这个效果，原理并不复杂，只需要调整每个视频的尺寸大小为窗口的一部分，这样多个图像组合起来正好可以占满一个窗口。在 OpenCV 中，我们可以利用 hstack() 函数来实现单窗口显示多幅图像。

hstack() 函数就是把两个行相同的数组或者矩阵的列从左到右排列起来，也就是把列水平排列起来，其声明如下：

numpy.hstack(tup)

其中，tup 是 ndarrays 数组序列。这里说的数组就是 NumPy 库的 array，比如定义了一个 3 行 5 列的二维矩阵：

a=np.array([[ 0,  1,  2,  3,  4],
    [ 5,  6,  7,  8,  9],
    [10, 11, 12, 13, 14]])

print(a.shape)  # 输出 (3, 5)

这里的行数是矩阵的高度，列数是矩阵的宽度。比如建立一个一维矩阵 b，长度为 b.shape：

b =np.array([1,2,3,4])
print(b.shape)

输出是(4,)，4 就是一维矩阵的长度，因为不存在二维，也就没有二维的长度，所以括号里的逗号后面是空的。

再比如建立 4 行 2 列的二维矩阵：

c =np.array([[1,1],[1,2],[1,3],[1,4]])
print(c.shape)

输出是 (4,2)，shape[0] 表示行数，这里是 4 行，shape[1] 表示列数，这里是 2 列。注意方括号的数量。

有时候方括号也可以用圆括号来表示，比如 2 行 3 列的二维矩阵：

x = np.array(((1,2,3),(4,5,6)))  #2行3列
print(x.shape)

输出是 (2,3)。注意圆括号的数量匹配。

简单复习 array 基本知识后，我们可以用 hstack 函数来合并行数相同的数组，比如合并两个都是 1 行的一维数组：

a = np.array((1,2,3))    #1行3列
b = np.array((4,5,6,7))  #1行4列
e = np.hstack((a,b))
print(e)

输出：

array([1, 2, 3, 4,5,6,7])  #结果依然是1行

又比如合并 3 个两行的二维数组：

a = np.array([[1,2],[3,4]])
b = np.array(((1,2,3),(4,5,6)))  #2行3列
c = np.array(((1,1,1,1),(2,2,2,2)))
e = np.hstack((a,b,c))
print(e)

输出：

[[1 2 1 2 3 1 1 1 1]
[3 4 4 5 6 2 2 2 2]]

了解了 hstack() 函数后，我们可以在一个窗口中显示多幅图片，原理是直接将通过 imread() 函数返回的二维矩阵传入 hstack() 函数中。

【实例】单窗口中显示多幅图片。

import cv2 as cv
import numpy as np #导入numpy模块
def opecv_muti_pic():
    img1 = cv.imread('1.jpg')
    print(img1.shape)
    img2 = cv.imread('2.jpg')
    print(img2.shape)
    img3 = cv.imread('3.jpg')
    print(img3.shape)
    imgs = np.hstack([img1,img2,img3])
    #展示多个
    cv.imshow("mutil_pic", imgs)
    #等待关闭
    cv.waitKey(0)

opecv_muti_pic()

在上述代码中，首先读取了 3 幅图片，并各自返回了二维矩阵数组。这 3 幅图片在工程目录下可以找到，为了节省篇幅，这里不对是否读取成功进行判断，但一线企业开发不能少了这个判断。

随后，把 3 幅图片的矩阵传入 hstack() 函数中进行合并，并返回合并后的矩阵，然后通过 imshow 显示出来。我们每次读取一幅图片，就把它的宽度和高度打印出来。可以发现，高度（行数）都是相同的，否则是不能用于 hstack 的。例如，把图片 3 缩放后保存，再运行程序，就会报错。

运行工程，结果如下图所示：