OpenCV滤波之copyMakeBorder和borderInterpolate
在OpenCV滤波算法中，有两个非常重要的基本工具函数，copyMakeBorder和borderInterpolate
copyMakeBorder
函数原型
void copyMakeBorder( const Mat& src, Mat& dst,
int top, int bottom, int left, int right,
int borderType, const Scalar& value=Scalar() );
源码在utils.cpp中
功能
扩充src边缘，将图像变大，便于处理边界，该函数调用了cv::borderInterpolate，
其中：
src,dst:原图与目标图像
top,bottom,left,right分别表示在原图四周扩充边缘的大小
borderType：扩充边缘的类型，OpenCV中给出以下几种方式
* BORDER_REPLICATE
* BORDER_REFLECT
* BORDER_REFLECT_101
* BORDER_WRAP
* BORDER_CONSTANT
实际中，还有其他的宏定义
//! various border interpolation methods
enum { BORDER_REPLICATE=IPL_BORDER_REPLICATE, BORDER_CONSTANT=IPL_BORDER_CONSTANT,
BORDER_REFLECT=IPL_BORDER_REFLECT, BORDER_WRAP=IPL_BORDER_WRAP,
BORDER_REFLECT_101=IPL_BORDER_REFLECT_101, BORDER_REFLECT101=BORDER_REFLECT_101,
BORDER_TRANSPARENT=IPL_BORDER_TRANSPARENT,
BORDER_DEFAULT=BORDER_REFLECT_101, BORDER_ISOLATED=16 };
这几种方式到底什么意思呢？
OpenCV给出了解释：
代码来自源码：filter.cpp
/*
Various border types, image boundaries are denoted with '|'
* BORDER_REPLICATE: aaaaaa|abcdefgh|hhhhhhh
* BORDER_REFLECT: fedcba|abcdefgh|hgfedcb
* BORDER_REFLECT_101: gfedcb|abcdefgh|gfedcba
* BORDER_WRAP: cdefgh|abcdefgh|abcdefg
* BORDER_CONSTANT: iiiiii|abcdefgh|iiiiiii with some specified 'i'
*/
个人觉得OpenCV解释的还是挺形象的
这里我们重点看下面这非常常见的几种
BORDER_REPLICATE：复制法，也就是复制最边缘像素。
如上图，红色区域为src的最边界像素，蓝色区域是扩充的边界，我们将边缘扩大了5个像素(right=5)，蓝色区域的宽度就是5，复制了5次红色区域的值
这种方式也就是OpenCV中的中值滤波medianBlur采用的边界处理方式
BORDER_REFLECT_101：对称法，也就是以最边缘像素为轴，对称。
下面我们看图
绿色区域是src最边界的像素，蓝色区域是我们扩充的5个像素的扩充边界，而红色区域就是蓝色区域在src的对称部分
这种方式也是OpenCV边界处理的默认方式(BORDER_DEFAULT=BORDER_REFLECT_101)
也是filter2D,blur,GaussianBlur,bilateralFilter的默认处理方式，所以这种方式在边界处理中应用还是非常广泛的
BORDER_CONSTANT：常量法。
常量法就是以一个常量像素值(由参数 value给定)填充扩充的边界值，这种方式在仿射变换，透视变换中非常常见
如下图，
我们使用了默认的value,黑色填充了边界，所以红色区域的扩充的5个像素宽的边界是黑色的
在copyMakeBorder的内部，调用了函数borderInterpolate
borderInterpolate
函数原型
int borderInterpolate( int p, int len, int borderType );
源码在filter.cpp中
功能
计算扩充的像素对应原图哪个坐标的像素
其中
p:该扩充图像的像素在原图中某一坐标轴上的坐标(注意：是在原图中的坐标！)
len:扩充像素对应的原图像的坐标轴的长度
borderType:扩充类型
示例：
int main(int argc,char *argv[])
{
Mat srcImage = imread("D:/Image/Gray/Beauty.bmp", -1); // 图像大小1000x580
int borderType = BORDER_REFLECT_101;// 以边缘为轴，对称
int left = 3, right = 3, top = 3, bottom = 3;
int locationsOfSrcImage;
// 计算扩充像素在原图中的坐标
printf("left:");
for (int i = 0; i < left; ++i)
{
locationsOfSrcImage = borderInterpolate(i - left, srcImage.cols, borderType);
printf("%d,", locationsOfSrcImage);
}
printf("\n"); // left:3,2,1,
printf("right:");
for (int i = 0; i < right; ++i)
{
locationsOfSrcImage = borderInterpolate(i + srcImage.cols, srcImage.cols, borderType);
printf("%d,", locationsOfSrcImage);
}
printf("\n"); // right:998,997,996,
printf("top:");
for (int i = 0; i < top; ++i)
{
locationsOfSrcImage = borderInterpolate(i - top, srcImage.rows, borderType);
printf("%d,", locationsOfSrcImage);
}
printf("\n"); // top:3,2,1,
printf("bottom:");
for (int i = 0; i < bottom; ++i)
{
locationsOfSrcImage = borderInterpolate(i + srcImage.rows, srcImage.rows, borderType);
printf("%d,", locationsOfSrcImage);
}
printf("\n"); // bottom:578,577,576,
// 如果对原图中原坐标进行计算,那么结果还是原来的坐标
printf("原图x方向坐标：");
for (int i = 0; i < srcImage.cols; ++i)
{
locationsOfSrcImage = borderInterpolate(i, srcImage.cols, BORDER_REFLECT);
printf("%d,", locationsOfSrcImage);
}
printf("\n");// 输出从0~999
return 0;
}程序中使用的图像大小为1000x580(宽1000,高580)
结果：
for (int i = 0; i < left; ++i)
{
locationsOfSrcImage = borderInterpolate(i - left, srcImage.cols, borderType);
printf("%d,", locationsOfSrcImage);
}
printf("\n"); // left:3,2,1,非常感谢您的阅读，如果您觉得这篇文章对您有帮助，欢迎扫码进行赞赏。
