NumPy 배열 병합 : 영상 붙이기

관련 gist

https://gist.github.com/dsaint31x/b086fbddcb4d143a9fc4f0b610a2afee

np_split_stack_concatenate.ipynb

---

1. numpy.vstack

numpy.vstack(tup) : Stack arrays in sequence vertically (rowwise)

• axis 0로 ndarray들을 붙임
• 2d image라면 위아래로 붙여지게 됨.

---

Simple example

import numpy as np

a = np.ones((4,3))
b = np.zeros((5,3))

c = np.vstack( (a,b) )
print(f"{c.shape = }") # c.shape = (9, 3)

 

---

Image example

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lena.png')
stacked_img = np.vstack((img,img))

plt.imshow(stacked_img[:,:,::-1])
plt.show()

결과는 다음과 같음.

ref: NumPy API

numpy.vstack — NumPy v2.3 Manual

---

2. numpy.hstack

numpy.hstack(tup) : Stack arrays in sequence horizontally (column wise).

• axis 1로 ndarray들을 붙임
• 2d image라면 왼쪽으로 붙여지게 됨.

---

Simple example

import numpy as np

a = np.ones((4,3))
b = np.zeros((4,3))

c = np.hstack( (a,b) )
print(f"{c.shape = }") # c.shape = (4, 6)

---

Image example

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lena.png')
stacked_img = np.hstack((img,img))

plt.imshow(stacked_img[:,:,::-1])
plt.show()

결과는 다음과 같음.

ref: NumPy API

numpy.hstack — NumPy v2.3 Manual

---

3. numpy.dstack

numpy.dstack(tup) : Stack arrays in sequence depth wise (along third axis).

• axis 2로 ndarray들을 붙임
• 2d image라면 깊이(채널) 방향으로 붙여지게 됨.

---

Simple example

import numpy as np
a = np.ones((4,3,3))
b = np.zeros((4,3,1))

c = np.dstack((a,b))
print(f"{c.shape = }") # c.shape = (4, 3, 4)

 

https://numpy.org/doc/stable/reference/generated/numpy.dstack.html

numpy.dstack — NumPy v2.3 Manual

---

4. numpy.concatenate

numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind") :
Join a sequence of arrays along an existing axis.

• 위의 vstack,hstack을 대체할 수 있는 함수.
• ndarray가 가지고 있는 기존의 axis(축)으로 병합을 수행함.

---

Simple example

import numpy as np

a = np.ones((4,3))
b = np.zeros((4,3))

print(np.concatenate( (a,b), axis=0 ))
print(np.concatenate( (a,b), axis=1 ))

 

결과는 다음과 같음:

[[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
[[1. 1. 1. 0. 0. 0.]
 [1. 1. 1. 0. 0. 0.]
 [1. 1. 1. 0. 0. 0.]
 [1. 1. 1. 0. 0. 0.]]

---

Image example

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('../../images/lena.png')
stacked_img = np.concatenate((img,img), axis=1)

plt.imshow(stacked_img[:,:,::-1])
plt.show()

 

결과는 다음과 같음.

ref: NumPy API

numpy.concatenate — NumPy v2.3 Manual

---

5. numpy.stack

numpy.stack(arrays, axis=0, out=None) :
Join a sequence of arrays along a new axis.

• 위의 vstack,hstack, concatenate가 기존의 axis중 하나로 병합하는 것과 달리 새로운 축을 추가하여 병합.
• ndarray에 새로운 axis(축)으로 병합을 수행함.
• axis 파라메터에 지정한 축의 위치에 새로운 축이 추가되고 해당 축에 병합될 array들이 순서대로 요소에 할당됨.

---

Simple example

import numpy as np

a = np.ones((4,3))
b = np.zeros((4,3))

c = np.stack( (a,b), axis=1) # c.sahpe =(4,2,3)

• c[:,0,:]은 기존의 a와 같음.
• c[:,1,:]은 기존의 b와 같음

---

Image example

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('../../images/lena.png')
stacked_img = np.stack((img,img), axis=0)

plt.imshow(stacked_img[0,:,:,::-1])
plt.show()

• 2개의 lena이미지가 axis 0에 각각 index=0, index=1인 요소에 할당됨.
• 이미지 출력은 stacke_image[0]임. ( opencv가 BGR모드에 대한 처리를 하기 위해 풀어서 기재)

결과는 다음과 같음.

ref: NumPy API

numpy.stack — NumPy v2.3 Manual

---

같이 보면 좋은 자료들

https://ds31x.tistory.com/344

[Summary] NumPy(Numerical Python)

---