3.4　单窗口显示多图片

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。首先熟悉一下hstack函数。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，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列的二维矩阵数组：

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，因此括号里的逗号后面是空的。

再比如建立4行2列的二维矩阵数组：

     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矩阵数组，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，原理是直接通过imread函数返回的二维矩阵数组传入hstack函数中。

【例3.6】 单窗口中显示多幅图片

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，但一线企业开发则不能少这个判断。随后，把3幅图片的矩阵数组传入hstack函数中进行合并，并返回合并后的矩阵数组，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，结果如图3-7所示。