最后一个代码块将蒙太奇显示到屏幕上：

在第38行，我们在每个蒙太奇上循环（同样，类似于在页面上显示N个（假的）“搜索结果”）。

第39行和第40行将当前蒙太奇显示在屏幕上。CV2。waitKey调用暂停脚本的执行，直到我们选择当前活动的窗口并按下键盘上的任何键。这将导致for循环前进。

一旦我们到达蒙太奇列表的末尾，脚本就会退出。

展示蒙太奇

大约两年前，我参与了一个计算机视觉项目，该项目要求我建立一个简单的图像时尚搜索引擎。为了实现这一点，我构建了一个简单的网络爬虫来爬行Nordstrom。com下载所有产品图片和相关元数据。

今天，我们将在演示build_montages函数时使用这些数据的一个小样本。

使用下面的“下载”部分下载源代码+示例图像后，可以执行以下命令查看结果：

$python montage_example.py --images nordstrom_sample

执行脚本后，您应该会看到类似于以下内容的输出：

注意：你在蒙太奇中看到的确切图像与我的不同，因为我们是从输入目录中随机抽样的。

如图1所示，我们有三行，每行包含七个图像。蒙太奇中的每个图像都已调整为128 x 196像素的固定大小。

根据布莱恩在这篇博文顶部提出的问题，这个蒙太奇可能是他的图像搜索引擎算法的搜索结果。

作为第二个示例，让我们增加--示例，这样我们就可以创建多个蒙太奇，因为所有图像都不适合三行七列格式：

$python montage_example.py --images nordstrom_sample——sample33

由于3x7=21，我们知道采样33张图像不可能适合21张图像的蒙太奇。

幸运的是，build_montages函数意识到一个蒙太奇中包含的图像太多，因此创建了两个蒙太奇。

第一个蒙太奇可以在下面看到，蒙太奇中的所有21个空间都被占用了：

第二个蒙太奇包含了第一个蒙太奇中无法容纳的剩余12幅图像：

请注意蒙太奇中的空白区域是如何被黑色像素填充的。