今天的博客文章有四个主要部分。

在第一部分中，我们将学习如何从驻留在磁盘上的图像数据集构建图像路径列表。

从这里开始，我们将使用build_montages函数获取这个图像列表，并创建实际的蒙太奇。

接下来，我们将在屏幕上显示蒙太奇。

最后，我将提供一个使用蒙太奇在OpenCV中显示图像的示例。

要将源代码+示例图像下载到本文，请确保使用下面的“下载”部分。

使用OpenCV创建蒙太奇

首先，打开一个新文件，将其命名为montage_example.py，并插入以下代码：

第3-7行导入我们所需的Python包。请注意如何从imutils包导入build_蒙太奇。

如果您的系统上没有安装IMUTIL（截至本文撰写之时为v0.4.3），请确保通过pip安装/升级它：

$pip安装--升级imutils

注意：如果您使用的是Python虚拟环境（就像我的所有OpenCV安装教程一样），请确保先使用workon命令访问您的虚拟环境，然后安装/升级imutils。

从这里，我们可以解析命令行参数：

我们的脚本需要一个命令行参数，后跟第二个可选参数，每个参数的详细信息如下：

--images：指向目录的路径，其中包含要用其构建蒙太奇的图像。

--samples：一个可选的命令行参数，指定要采样的图像数（我们将该值默认为21个图像总数）。

接下来，我们可以使用--images路径随机选择一些输入图像：

为了获得--images目录中所有图像路径的列表，我们调用list_images函数（第19行）。

出于本练习的目的，我们随机洗牌第20行上的图像路径，然后采集这些图像的样本以显示在屏幕上（第21行）。此采样返回的图像路径集将用于构建蒙太奇。

对于您自己的应用程序，您可能不必费心随机洗牌和选择一组图像路径——您已经有了图像路径。

在Brian最初的问题中，他希望显示他的图像搜索引擎的结果。

因此，结果包含他的图像路径。

同样，请记住，我们只是演示如何使用OpenCV构建蒙太奇——如何实际使用这个示例完全取决于您。

鉴于我们的ImagePath，我们已经准备好构建蒙太奇：

在第24行，我们初始化图像列表。

然后，我们在第28-31行的ImagePath中循环，从磁盘加载每个图像，然后将图像附加到图像列表中。

为了实际构建蒙太奇，我们在第34行调用build_montages函数——这是完成所有繁重工作的地方。如果您对build_montages方法的内部结构以及幕后发生的事情感到好奇，请务必查看GitHub上的源代码实现。

build_montages函数需要三个参数：

图像列表：该参数是通过OpenCV加载的图像列表。在我们的例子中，我们提供了构建在第28-31行上的图像列表。

图像形状：一个元组，包含蒙太奇中每个图像的宽度和高度。在这里，我们指出蒙太奇中的所有图像都将调整为129 x 196。将蒙太奇中的每个图像调整为固定大小是一项要求，这样我们就可以在生成的NumPy数组中正确分配内存。注意：蒙太奇中的空白将被黑色像素填充。

蒙太奇形状：第二个元组，这个元组指定蒙太奇中的列数和行数。这里我们指出，我们的蒙太奇将有7列（7幅图像宽）和3行（3幅图像高）。

build_montages方法返回NumPy数组格式的蒙太奇图像列表。

如果图像列表中的图像数量超过蒙太奇_形状所能容纳的数量，则会为额外的图像创建一个新的蒙太奇。重复此过程，直到所有图像都添加到蒙太奇。此过程与在多个页面上显示搜索结果相同。

以下为原文链接：

https://www.pyimagesearch.com/2017/05/29/montages-with-opencv/