Python OpenCV实现单窗口多图像显示：两种核心方法解析

小石头

发布时间：2026-10-15| 5人浏览过

原创

本文详解在Python OpenCV中如何在单一窗口内展示多张图像，避免多窗口冗余。重点介绍两种实现方案：一是手动创建画布并复制图像区域，二是利用NumPy的hstack和vstack函数进行水平与垂直堆叠。文章提供完整代码示例及参数说明，帮助开发者高效处理图像展示需求。

在使用OpenCV进行图像显示时，若需同时展示多张图片，默认会生成多个独立窗口，这不仅造成界面冗余，也增加了用户的操作复杂度。为解决这一问题，通常需要将多张图像整合至同一个窗口中进行统一显示。

方案一：构建画布并复制图像至指定区域后显示

  # 方法1：创建一个画布，将所有图像复制到画布中，最后显示画布
    h, w, _ = img.shape

    img_list = [img, invert, gaussianBlur, flip]  # 图像列表

    four_view = np.zeros((h * 2 + 10, w * 2 + 10, 3), np.uint8)  # 创建空白图像
    four_view[:, :] = 255  # 给所有通道的像素值赋值255
    for i in range(len(img_list)):
        row = i // 2
        col = i % 2
        print(row, col)
        # 将小图像复制到大画布上。
        np.copyto(four_view[(h + 10) * row:h * (row + 1) + 10 * row, (w + 10) * col:w * (col + 1) + 10 * col],
                  img_list[i])

    cv.imshow('result', four_view)

方案二：利用NumPy模块的水平堆叠（hstack）与垂直堆叠（vstack）功能，将多张图像合并为一张整体图像后进行显示。

实现上述功能主要依赖两个核心函数：np.hstack()用于水平方向拼接，np.vstack()用于垂直方向拼接。

水平堆叠函数hstack(tup)要求输入的ndarrays序列中，除第二个轴（列数）外，其他维度形状必须一致，但允许包含任意长度的一维数组。垂直堆叠函数np.vstack()则要求输入的ndarrays序列中，除第一个轴（行数）外，其他维度形状必须一致，且若包含一维数组，其长度必须相同。

# 方法2：使用numpy的水平堆叠和竖直堆叠完成所有图像的堆叠，最后一起显示
    vs1 = np.hstack((img, invert))  # 水平堆叠
    vs2 = np.hstack((gaussianBlur, flip))  # 水平堆叠
    result = np.vstack((vs1, vs2))  # 竖直堆叠

以下是完整的项目代码实现：

# -*-coding:utf-8-*-
"""
File Name: color_operation.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


def image_display(image_path: str):
    """
    多个图像在一个窗口内显示
    :param image_path: 传入图像路径
    :return:
    """
    img = cv.imread(image_path, cv.IMREAD_COLOR)

    # 颜色取反
    invert = cv.bitwise_not(img)
    # 高斯模糊
    gaussianBlur = cv.GaussianBlur(img, (0, 0), 10)
    # 镜像
    flip = cv.flip(img, 1)  # 0表示绕x轴翻转；1表示绕y轴翻转；-1表示绕两个轴翻转

    # 方法1：创建一个画布，将所有图像复制到画布中，最后显示画布
    h, w, _ = img.shape

    img_list = [img, invert, gaussianBlur, flip]

    four_view = np.zeros((h * 2 + 10, w * 2 + 10, 3), np.uint8)
    four_view[:, :] = 255  # 给所有通道的像素值赋值255
    for i in range(len(img_list)):
        row = i // 2
        col = i % 2
        print(row, col)
        # 将小图像复制到大画布上。
        np.copyto(four_view[(h + 10) * row:h * (row + 1) + 10 * row, (w + 10) * col:w * (col + 1) + 10 * col],
                  img_list[i])
    cv.imshow('result', four_view)

    # 方法2：使用numpy的水平堆叠和竖直堆叠完成所有图像的堆叠，最后一起显示
    vs1 = np.hstack((img, invert))  # 水平堆叠
    vs2 = np.hstack((gaussianBlur, flip))  # 水平堆叠
    result = np.vstack((vs1, vs2))  # 竖直堆叠

    # 初略解决imshow()中文乱码显示的问题。不能完全解决，有些中文无法显示。这是python-opencv的弊端
    def zh_ch(string):
        return string.encode('gbk').decode(errors='ignore')

    cv.imshow(zh_ch('图片'), result)

    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == '__main__':
    path = 'images/daiyutong.png'
    image_display(path)

最终显示效果如下：