[Python] opencvで複数の画像を結合する方法

Q: 画像のサイズが異なる場合、どうすれば結合できますか？

画像のサイズが異なる場合、結合する前にリサイズを行う必要があります。 OpenCVのcv2.resize()関数を使用して、すべての画像を同じサイズに揃えることができます。 また、アスペクト比を維持したままリサイズすることも重要です。 必要に応じて、パディングを追加してサイズを調整することもできます。

Q: 結合した画像の品質を保つにはどうすればいいですか？

結合した画像の品質を保つためには、以下のポイントに注意してください： 元の画像の解像度を維持 : リサイズする際は、元の画像の解像度を考慮し、必要以上に小さくしないようにします。 適切なフォーマットで保存 : JPEG形式で保存する場合は、品質パラメータを設定して高品質で保存します。 PNG形式はロスレス圧縮なので、品質を保ちやすいです。 画像処理の最小化 : 不要な画像処理を避け、必要な処理のみを行うことで、品質の劣化を防ぎます。

Q: 画像を結合する際にエラーが出る場合の対処法は？

画像を結合する際にエラーが発生する場合、以下の点を確認してください： 画像のサイズ : 結合する画像のサイズが異なる場合、リサイズを行ってください。 特に水平方向や垂直方向に結合する際は、サイズを揃える必要があります。 画像の読み込み : 画像ファイルのパスが正しいか、ファイルが存在するかを確認してください。 cv2.imread()がNoneを返す場合、ファイルが見つからないことを示しています。 データ型の不一致 : 画像のデータ型が異なる場合、結合時にエラーが発生することがあります。 すべての画像が同じデータ型(通常はuint8)であることを確認してください。 これらのポイントを確認することで、エラーを解消し、スムーズに画像を結合できるようになります。

PythonでOpenCVを使用して複数の画像を結合するには、cv2.hconcat()やcv2.vconcat()を使います。

hconcat()は画像を水平方向に、vconcat()は垂直方向に結合します。

結合する画像は同じ高さまたは幅である必要があります。

異なるサイズの画像を結合する場合は、cv2.resize()でサイズを揃える必要があります。

例えば、2つの画像を横に並べる場合はcv2.hconcat([img1, img2])を使用します。

この記事でわかること

OpenCVを使った画像結合の方法
水平方向と垂直方向の結合技術
画像のリサイズと整列の重要性
コラージュや比較画像の作成手法
動画フレームの結合方法

目次から探す

OpenCVで画像を結合する基本的な方法

OpenCVとは

OpenCV(Open Source Computer Vision Library)は、コンピュータビジョンや画像処理のためのオープンソースライブラリです。

C++で書かれていますが、PythonやJavaなどの言語からも利用可能です。

画像の読み込み、加工、解析、認識など、さまざまな機能を提供しており、特にリアルタイム処理に強みがあります。

画像結合の基本

画像結合とは、複数の画像を一つの画像としてまとめる処理です。

これにより、コラージュや比較画像を作成することができます。

OpenCVでは、主に水平方向と垂直方向に画像を結合する方法が用意されています。

OpenCVのインストール方法

OpenCVはPythonのパッケージとして簡単にインストールできます。

以下のコマンドを使用して、pipを使ってインストールします。

pip install opencv-python

画像の読み込み方法

OpenCVを使用して画像を読み込むには、cv2.imread()関数を使用します。

以下は、画像を読み込むサンプルコードです。

import cv2
# 画像を読み込む
image = cv2.imread('path/to/image.jpg')
# 読み込んだ画像のサイズを表示
print(image.shape)

(高さ, 幅, チャンネル数)

画像の表示方法

読み込んだ画像を表示するには、cv2.imshow()関数を使用します。

以下は、画像を表示するサンプルコードです。

import cv2
# 画像を読み込む
image = cv2.imread('path/to/image.jpg')
# 画像を表示する
cv2.imshow('Image', image)
# キー入力を待つ
cv2.waitKey(0)
# ウィンドウを閉じる
cv2.destroyAllWindows()

このコードを実行すると、指定した画像がウィンドウに表示されます。

cv2.waitKey(0)は、任意のキーが押されるまでウィンドウを保持します。

水平方向に画像を結合する方法

cv2.hconcat()の使い方

OpenCVでは、cv2.hconcat()関数を使用して水平方向に画像を結合できます。

この関数は、結合したい画像をリストとして受け取り、1つの画像として返します。

以下は、cv2.hconcat()の使用例です。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 水平方向に画像を結合
combined_image = cv2.hconcat([image1, image2])
# 結合した画像を表示
cv2.imshow('Combined Image', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

画像のサイズを揃える必要性

水平方向に画像を結合する場合、結合する画像の高さが同じである必要があります。

異なる高さの画像をそのまま結合すると、エラーが発生します。

そのため、結合する前に画像のサイズを揃えることが重要です。

サイズが異なる画像のリサイズ方法

画像のサイズを揃えるためには、cv2.resize()関数を使用します。

この関数を使って、指定したサイズに画像をリサイズできます。

以下は、画像をリサイズするサンプルコードです。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 画像のリサイズ
height = 300  # 高さを300ピクセルに設定
image1_resized = cv2.resize(image1, (int(image1.shape[1] * height / image1.shape[0]), height))
image2_resized = cv2.resize(image2, (int(image2.shape[1] * height / image2.shape[0]), height))
# 水平方向に画像を結合
combined_image = cv2.hconcat([image1_resized, image2_resized])
# 結合した画像を表示
cv2.imshow('Combined Image', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

複数の画像をリストで渡す方法

cv2.hconcat()関数は、複数の画像をリストとして渡すことができます。

以下は、3つ以上の画像を結合する例です。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
# 画像のリサイズ(高さを揃える)
height = 300
image1_resized = cv2.resize(image1, (int(image1.shape[1] * height / image1.shape[0]), height))
image2_resized = cv2.resize(image2, (int(image2.shape[1] * height / image2.shape[0]), height))
image3_resized = cv2.resize(image3, (int(image3.shape[1] * height / image3.shape[0]), height))
# 水平方向に画像を結合
combined_image = cv2.hconcat([image1_resized, image2_resized, image3_resized])
# 結合した画像を表示
cv2.imshow('Combined Image', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

結合後の画像の保存方法

結合した画像を保存するには、cv2.imwrite()関数を使用します。

以下は、結合した画像をファイルに保存するサンプルコードです。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 画像のリサイズ
height = 300
image1_resized = cv2.resize(image1, (int(image1.shape[1] * height / image1.shape[0]), height))
image2_resized = cv2.resize(image2, (int(image2.shape[1] * height / image2.shape[0]), height))
# 水平方向に画像を結合
combined_image = cv2.hconcat([image1_resized, image2_resized])
# 結合した画像を保存
cv2.imwrite('path/to/combined_image.jpg', combined_image)

このコードを実行すると、指定したパスに結合した画像が保存されます。

垂直方向に画像を結合する方法

cv2.vconcat()の使い方

OpenCVでは、cv2.vconcat()関数を使用して垂直方向に画像を結合できます。

この関数は、結合したい画像をリストとして受け取り、1つの画像として返します。

以下は、cv2.vconcat()の使用例です。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 垂直方向に画像を結合
combined_image = cv2.vconcat([image1, image2])
# 結合した画像を表示
cv2.imshow('Combined Image', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

水平方向との違い

水平方向に画像を結合するcv2.hconcat()と異なり、cv2.vconcat()は画像を縦に結合します。

結合する際には、画像の幅が同じである必要があります。

異なる幅の画像をそのまま結合すると、エラーが発生します。

サイズが異なる画像のリサイズ方法

垂直方向に画像を結合する場合も、結合する画像の幅を揃える必要があります。

cv2.resize()関数を使用して、画像のサイズを調整できます。

以下は、画像をリサイズするサンプルコードです。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 画像のリサイズ
width = 400  # 幅を400ピクセルに設定
image1_resized = cv2.resize(image1, (width, int(image1.shape[0] * width / image1.shape[1])))
image2_resized = cv2.resize(image2, (width, int(image2.shape[0] * width / image2.shape[1])))
# 垂直方向に画像を結合
combined_image = cv2.vconcat([image1_resized, image2_resized])
# 結合した画像を表示
cv2.imshow('Combined Image', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

複数の画像をリストで渡す方法

cv2.vconcat()関数は、複数の画像をリストとして渡すことができます。

以下は、3つ以上の画像を結合する例です。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
# 画像のリサイズ(幅を揃える)
width = 400
image1_resized = cv2.resize(image1, (width, int(image1.shape[0] * width / image1.shape[1])))
image2_resized = cv2.resize(image2, (width, int(image2.shape[0] * width / image2.shape[1])))
image3_resized = cv2.resize(image3, (width, int(image3.shape[0] * width / image3.shape[1])))
# 垂直方向に画像を結合
combined_image = cv2.vconcat([image1_resized, image2_resized, image3_resized])
# 結合した画像を表示
cv2.imshow('Combined Image', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

結合後の画像の保存方法

結合した画像を保存するには、cv2.imwrite()関数を使用します。

以下は、結合した画像をファイルに保存するサンプルコードです。

import cv2
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 画像のリサイズ
width = 400
image1_resized = cv2.resize(image1, (width, int(image1.shape[0] * width / image1.shape[1])))
image2_resized = cv2.resize(image2, (width, int(image2.shape[0] * width / image2.shape[1])))
# 垂直方向に画像を結合
combined_image = cv2.vconcat([image1_resized, image2_resized])
# 結合した画像を保存
cv2.imwrite('path/to/combined_image.jpg', combined_image)

このコードを実行すると、指定したパスに結合した画像が保存されます。

画像のサイズが異なる場合の対処法

cv2.resize()を使ったリサイズ方法

画像のサイズが異なる場合、cv2.resize()関数を使用して画像を指定したサイズにリサイズできます。

この関数は、幅と高さを指定して画像を変形します。

以下は、cv2.resize()を使ったリサイズの例です。

import cv2
# 画像を読み込む
image = cv2.imread('path/to/image.jpg')
# 画像をリサイズ(幅400ピクセル、高さ300ピクセルに設定)
resized_image = cv2.resize(image, (400, 300))
# リサイズした画像を表示
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

アスペクト比を維持したリサイズ

画像をリサイズする際にアスペクト比を維持することは重要です。

アスペクト比を維持するためには、幅または高さのいずれかを指定し、もう一方を自動的に計算します。

以下は、アスペクト比を維持したリサイズの例です。

import cv2
# 画像を読み込む
image = cv2.imread('path/to/image.jpg')
# 新しい幅を指定
new_width = 400
# アスペクト比を計算
aspect_ratio = image.shape[1] / image.shape[0]
new_height = int(new_width / aspect_ratio)
# 画像をリサイズ
resized_image = cv2.resize(image, (new_width, new_height))
# リサイズした画像を表示
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

パディングを使ったサイズ調整

画像のサイズを揃えるために、パディングを使用することもできます。

パディングを使うことで、画像の周囲に指定した色で余白を追加し、指定したサイズに調整できます。

以下は、パディングを使ったサイズ調整の例です。

import cv2
import numpy as np
# 画像を読み込む
image = cv2.imread('path/to/image.jpg')
# 目標サイズを指定
target_size = (400, 300)
# 現在のサイズを取得
height, width = image.shape[:2]
# パディングの計算
top = (target_size[1] - height) // 2
bottom = target_size[1] - height - top
left = (target_size[0] - width) // 2
right = target_size[0] - width - left
# パディングを追加
padded_image = cv2.copyMakeBorder(image, top, bottom, left, right, cv2.BORDER_CONSTANT, value=[0, 0, 0])
# パディングした画像を表示
cv2.imshow('Padded Image', padded_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

画像のトリミング方法

画像のサイズを調整するもう一つの方法は、トリミングです。

トリミングを行うことで、画像の一部を切り取って新しいサイズにすることができます。

以下は、画像をトリミングする例です。

import cv2
# 画像を読み込む
image = cv2.imread('path/to/image.jpg')
# トリミングする領域を指定(y1:y2, x1:x2)
cropped_image = image[50:250, 100:300]  # 高さ50から250、幅100から300を切り取る
# トリミングした画像を表示
cv2.imshow('Cropped Image', cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、指定した領域が切り取られた画像が表示されます。

トリミングは、特定の部分に焦点を当てたい場合に便利です。

複数の画像をグリッド状に結合する方法

グリッド結合の基本

グリッド結合とは、複数の画像を行と列に配置して1つの大きな画像を作成する方法です。

これにより、比較やコラージュを簡単に行うことができます。

グリッド結合を行うには、まず画像のサイズを揃え、次に行と列の配置を決定します。

np.vstack()とnp.hstack()を使った結合

NumPyのnp.vstack()とnp.hstack()を使用することで、画像を縦または横に結合できます。

以下は、これらの関数を使った結合の例です。

import cv2
import numpy as np
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
image4 = cv2.imread('path/to/image4.jpg')
# 画像をリサイズ(同じサイズにする)
image1_resized = cv2.resize(image1, (200, 200))
image2_resized = cv2.resize(image2, (200, 200))
image3_resized = cv2.resize(image3, (200, 200))
image4_resized = cv2.resize(image4, (200, 200))
# 水平方向に結合
top_row = np.hstack((image1_resized, image2_resized))
bottom_row = np.hstack((image3_resized, image4_resized))
# 垂直方向に結合
grid_image = np.vstack((top_row, bottom_row))
# グリッド状に結合した画像を表示
cv2.imshow('Grid Image', grid_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

画像のリストを使ったグリッド結合

複数の画像をリストとして管理し、グリッド状に結合することも可能です。

以下は、リストを使ったグリッド結合の例です。

import cv2
import numpy as np
# 画像を読み込む
images = [cv2.imread(f'path/to/image{i}.jpg') for i in range(1, 5)]
# 画像をリサイズ(同じサイズにする)
images_resized = [cv2.resize(image, (200, 200)) for image in images]
# 水平方向に結合
top_row = np.hstack(images_resized[:2])  # 最初の2つの画像
bottom_row = np.hstack(images_resized[2:])  # 次の2つの画像
# 垂直方向に結合
grid_image = np.vstack((top_row, bottom_row))
# グリッド状に結合した画像を表示
cv2.imshow('Grid Image', grid_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

サイズが異なる場合の対処法

サイズが異なる画像をグリッド状に結合する場合、リサイズやパディングを行う必要があります。

以下は、サイズが異なる画像をリサイズしてグリッド結合する例です。

import cv2
import numpy as np
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
# 最大サイズを取得
max_height = max(image1.shape[0], image2.shape[0], image3.shape[0])
max_width = max(image1.shape[1], image2.shape[1], image3.shape[1])
# 画像をリサイズ
image1_resized = cv2.resize(image1, (max_width, max_height))
image2_resized = cv2.resize(image2, (max_width, max_height))
image3_resized = cv2.resize(image3, (max_width, max_height))
# グリッド結合
grid_image = np.vstack((image1_resized, image2_resized, image3_resized))
# グリッド状に結合した画像を表示
cv2.imshow('Grid Image', grid_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

結合後の画像の保存方法

結合した画像を保存するには、cv2.imwrite()関数を使用します。

以下は、グリッド結合した画像をファイルに保存するサンプルコードです。

import cv2
import numpy as np
# 画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
image4 = cv2.imread('path/to/image4.jpg')
# 画像をリサイズ(同じサイズにする)
image1_resized = cv2.resize(image1, (200, 200))
image2_resized = cv2.resize(image2, (200, 200))
image3_resized = cv2.resize(image3, (200, 200))
image4_resized = cv2.resize(image4, (200, 200))
# 水平方向に結合
top_row = np.hstack((image1_resized, image2_resized))
bottom_row = np.hstack((image3_resized, image4_resized))
# 垂直方向に結合
grid_image = np.vstack((top_row, bottom_row))
# 結合した画像を保存
cv2.imwrite('path/to/grid_image.jpg', grid_image)

このコードを実行すると、指定したパスにグリッド状に結合した画像が保存されます。

応用例：画像の結合を使ったコラージュ作成

コラージュの基本

コラージュとは、複数の画像を組み合わせて1つのアート作品を作成する技法です。

画像の結合を利用することで、思い出の写真やテーマに沿った画像を一つの作品としてまとめることができます。

コラージュは、視覚的なインパクトを与えるために、画像の配置やサイズを工夫することが重要です。

画像の配置を計画する方法

コラージュを作成する前に、どの画像を使用するか、どのように配置するかを計画します。

以下のポイントを考慮すると良いでしょう。

テーマの決定: コラージュのテーマを決めることで、使用する画像の選定が容易になります。
レイアウトのスケッチ: 紙にレイアウトをスケッチすることで、画像の配置を視覚化できます。
画像の選定: テーマに合った画像を選び、必要に応じてリサイズやトリミングを行います。

画像のリサイズと配置

画像をコラージュに適したサイズにリサイズし、計画した配置に従って配置します。

以下は、画像をリサイズして配置するサンプルコードです。

import cv2
import numpy as np
# コラージュに使用する画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
image4 = cv2.imread('path/to/image4.jpg')
# 画像をリサイズ(同じサイズにする)
image1_resized = cv2.resize(image1, (200, 200))
image2_resized = cv2.resize(image2, (200, 200))
image3_resized = cv2.resize(image3, (200, 200))
image4_resized = cv2.resize(image4, (200, 200))
# 画像を配置するための空のキャンバスを作成
collage_height = 400
collage_width = 400
collage = np.zeros((collage_height, collage_width, 3), dtype=np.uint8)
# 画像をキャンバスに配置
collage[0:200, 0:200] = image1_resized  # 左上
collage[0:200, 200:400] = image2_resized  # 右上
collage[200:400, 0:200] = image3_resized  # 左下
collage[200:400, 200:400] = image4_resized  # 右下
# コラージュを表示
cv2.imshow('Collage', collage)
cv2.waitKey(0)
cv2.destroyAllWindows()

コラージュの保存方法

完成したコラージュを保存するには、cv2.imwrite()関数を使用します。

以下は、コラージュをファイルに保存するサンプルコードです。

import cv2
import numpy as np
# コラージュに使用する画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
image3 = cv2.imread('path/to/image3.jpg')
image4 = cv2.imread('path/to/image4.jpg')
# 画像をリサイズ(同じサイズにする)
image1_resized = cv2.resize(image1, (200, 200))
image2_resized = cv2.resize(image2, (200, 200))
image3_resized = cv2.resize(image3, (200, 200))
image4_resized = cv2.resize(image4, (200, 200))
# 画像を配置するための空のキャンバスを作成
collage_height = 400
collage_width = 400
collage = np.zeros((collage_height, collage_width, 3), dtype=np.uint8)
# 画像をキャンバスに配置
collage[0:200, 0:200] = image1_resized  # 左上
collage[0:200, 200:400] = image2_resized  # 右上
collage[200:400, 0:200] = image3_resized  # 左下
collage[200:400, 200:400] = image4_resized  # 右下
# コラージュを保存
cv2.imwrite('path/to/collage_image.jpg', collage)

このコードを実行すると、指定したパスにコラージュが保存されます。

コラージュ作成のプロセスを通じて、画像の結合技術を活用し、独自のアート作品を作成することができます。

応用例：動画フレームの結合

動画からフレームを抽出する方法

動画からフレームを抽出するには、OpenCVのcv2.VideoCapture()を使用します。

この関数を使って動画ファイルを読み込み、read()メソッドでフレームを取得します。

以下は、動画からフレームを抽出するサンプルコードです。

import cv2
# 動画ファイルを読み込む
video_path = 'path/to/video.mp4'
cap = cv2.VideoCapture(video_path)
# フレームを抽出する
frames = []
while True:
    ret, frame = cap.read()
    if not ret:
        break
    frames.append(frame)
# 動画を解放
cap.release()
# 抽出したフレームの数を表示
print(f'抽出したフレームの数: {len(frames)}')

フレームを結合して1枚の画像にする方法

抽出したフレームを結合して1枚の画像にするには、np.hstack()やnp.vstack()を使用します。

以下は、抽出したフレームを水平方向に結合する例です。

import cv2
import numpy as np
# 動画ファイルを読み込む
video_path = 'path/to/video.mp4'
cap = cv2.VideoCapture(video_path)
# フレームを抽出する
frames = []
while True:
    ret, frame = cap.read()
    if not ret:
        break
    frames.append(frame)
# 動画を解放
cap.release()
# フレームを結合
if len(frames) > 0:
    combined_image = np.hstack(frames[:4])  # 最初の4フレームを結合
    # 結合した画像を表示
    cv2.imshow('Combined Frames', combined_image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

フレームのリサイズと結合

フレームのサイズが異なる場合、リサイズを行ってから結合します。

以下は、フレームをリサイズしてから結合する例です。

import cv2
import numpy as np
# 動画ファイルを読み込む
video_path = 'path/to/video.mp4'
cap = cv2.VideoCapture(video_path)
# フレームを抽出する
frames = []
while True:
    ret, frame = cap.read()
    if not ret:
        break
    frames.append(frame)
# 動画を解放
cap.release()
# フレームをリサイズして結合
resized_frames = [cv2.resize(frame, (200, 200)) for frame in frames[:4]]  # 最初の4フレームをリサイズ
combined_image = np.hstack(resized_frames)
# 結合した画像を表示
cv2.imshow('Combined Resized Frames', combined_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

結合後の画像の保存方法

結合した画像を保存するには、cv2.imwrite()関数を使用します。

以下は、結合した画像をファイルに保存するサンプルコードです。

import cv2
import numpy as np
# 動画ファイルを読み込む
video_path = 'path/to/video.mp4'
cap = cv2.VideoCapture(video_path)
# フレームを抽出する
frames = []
while True:
    ret, frame = cap.read()
    if not ret:
        break
    frames.append(frame)
# 動画を解放
cap.release()
# フレームをリサイズして結合
resized_frames = [cv2.resize(frame, (200, 200)) for frame in frames[:4]]  # 最初の4フレームをリサイズ
combined_image = np.hstack(resized_frames)
# 結合した画像を保存
cv2.imwrite('path/to/combined_frames.jpg', combined_image)

このコードを実行すると、指定したパスに結合したフレームの画像が保存されます。

動画からフレームを抽出し、結合することで、動画の要約やハイライトを視覚的に表現することができます。

応用例：画像の結合を使った比較画像の作成

比較画像の基本

比較画像とは、2つ以上の画像を並べて表示し、違いや特徴を視覚的に比較できるようにしたものです。

例えば、同じシーンの異なる時間帯や異なる条件で撮影した画像を並べることで、変化や違いを明確に示すことができます。

比較画像を作成することで、視覚的な情報を効果的に伝えることができます。

画像のリサイズと整列

比較画像を作成する際には、まず使用する画像を同じサイズにリサイズし、整列させる必要があります。

以下は、2つの画像をリサイズして横に並べるサンプルコードです。

import cv2
import numpy as np
# 比較する画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 画像をリサイズ(同じサイズにする)
image1_resized = cv2.resize(image1, (300, 300))
image2_resized = cv2.resize(image2, (300, 300))
# 画像を横に並べる
comparison_image = np.hstack((image1_resized, image2_resized))
# 比較画像を表示
cv2.imshow('Comparison Image', comparison_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードでは、2つの画像を300×300ピクセルにリサイズし、横に並べて比較画像を作成しています。

比較画像の保存方法

作成した比較画像を保存するには、cv2.imwrite()関数を使用します。

以下は、比較画像をファイルに保存するサンプルコードです。

import cv2
import numpy as np
# 比較する画像を読み込む
image1 = cv2.imread('path/to/image1.jpg')
image2 = cv2.imread('path/to/image2.jpg')
# 画像をリサイズ(同じサイズにする)
image1_resized = cv2.resize(image1, (300, 300))
image2_resized = cv2.resize(image2, (300, 300))
# 画像を横に並べる
comparison_image = np.hstack((image1_resized, image2_resized))
# 比較画像を保存
cv2.imwrite('path/to/comparison_image.jpg', comparison_image)

このコードを実行すると、指定したパスに比較画像が保存されます。

比較画像を作成することで、視覚的に情報を伝える手段として非常に効果的です。

特に、変化や違いを強調したい場合に役立ちます。