opencv边界扩充

扩充函数:

cv2.copyMakeBorder(img,top,bottom,left,right,mode)

填充图像边界的两种方法,也就是mode取值:

  1. BORDER_CONSTANT: 使用常数填充边界 (i.e. 黑色或者 0)
  2. BORDER_REPLICATE: 复制原图中边界的行或者列。
  3. BORDER_REFLECT:复制边界区域的多行、多列像素

opencv边界扩充_第1张图片

1.安照边界区域的像素翻折进行扩充

cv2.copyMakeBorder(img,50,50,50,50,cv2.BORDER_REPLICATE)

扩充结果:

opencv边界扩充_第2张图片

2.常数填充

cv2.copyMakeBorder(img,50,50,50,50,cv2.BORDER_CONSTANT,value=[0,255,0])

opencv边界扩充_第3张图片

3.根据图像的边界的像素值,向外扩充图片

opencv边界扩充_第4张图片

 

在训练卷积网络时,经常需要对数据进行增强来提升模型的精度,下面使用扩充的办法可以对数据进行增强

标注的图片

opencv边界扩充_第5张图片

下面对图片进行填充,但是注意每个文本都有标注框,扩充后需要对相应的标注框进行截断,还需要考虑角度问题,扩充后的效果如下:

cv2.copyMakeBorder(img,50,50,50,50,cv2.BORDER_REPLICATE)

opencv边界扩充_第6张图片

假设扩充后的图片shape=(M,M,3),pt=np.array(shape=(4,2),np.uint8)

计算直线的斜率: k = (pt[1][1] - pt[0][1]) / (pt[1][0] - pt[0][0])

计算边界坐标:y = k*M + pt[1][1]-k1*pt[1][0]

通过这种方式进行扩充数据来对训练集进行数据增强,比较节省成本,尤其是文字比较少的情况下进行扩充能增加样本的复杂度

你可能感兴趣的:(opencv边界扩充)