【OpenCV基础】一分钟带你教你如何使用边缘填充

:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨
:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
:文章若有幸对你有帮助,可点赞 收藏 ⭐不迷路
:内容若有错误,敬请留言 指正!原创文,转载请注明出处

文章目录

  • 一、边缘填充
  • 二、API-copyMakeBorder
  • 三、不同边缘类型的效果
    • 3.1BORDER_CONSTANT
    • 3.2BORDER_REPLICATE
    • 3.3BORDER_WRAP


一、边缘填充

就是对图像四条边向外扩展。

二、API-copyMakeBorder

参数以及含义如下:

void copyMakeBorder(
1.InputArray src, 输入图像
2. OutputArray dst, 输出图像的尺寸为:Size(src.cols+left+right, src.rows+top+bottom)。
3.int top,
4. int bottom,
5.int left,
6. int right,上面四个参数分别指:图像依次在上、下、左、右四条边要增加的像素大小
7. int borderType:
.- BORDER_CONSTANT – 填充边缘用指定像素值

  • BORDER_REPLICATE – 填充边缘像素用已知的边缘像素值

  • BORDER_WRAP – 用另外一边的像素来补偿填充

  1. const Scalar& value = Scalar(),填充边缘的颜色设置,只有当第七个参数为borderType==BORDER_CONSTANT时,才用得到第八参数

三、不同边缘类型的效果

3.1BORDER_CONSTANT

作用:用指定像素值填充扩充的边缘像素

#include
#include

using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	//定义颜色
	Scalar color = Scalar(0, 0, 255);
	src = imread("D:/images/lena.png");
	if (src.empty())
	{
		cout << "could not load image !";
		return -1;
	}
	imshow("输入图像", src);

	//图形四周上下左右分别扩充10, 8, 4, 1像素,颜色为红色
	copyMakeBorder(src, dst, 10, 8, 4, 1, BORDER_CONSTANT, color);
	imshow("输出图像", dst);

	waitKey(0);
	return 0;
}

3.2BORDER_REPLICATE

作用:用已知的边缘像素值填充扩充的边缘像素
图像边缘有种被拉伸的感觉。

#include
#include

using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("D:/images/lena.png");
	if (src.empty())
	{
		cout << "could not load image !";
		return -1;
	}
	imshow("输入图像", src);

	//图形四周上下左右分别扩充10, 8, 4, 1像素
	copyMakeBorder(src, dst, 10, 8, 4, 1, BORDER_REPLICATE);
	imshow("输出图像", dst);

	waitKey(0);
	return 0;
}

3.3BORDER_WRAP

作用:用对边的像素填充扩展边的像素

#include
#include

using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("D:/images/lena.png");
	if (src.empty())
	{
		cout << "could not load image !";
		return -1;
	}
	imshow("输入图像", src);

	//图形四周上下左右分别扩充10, 8, 4, 1像素
	copyMakeBorder(src, dst, 10, 8, 4, 1, BORDER_WRAP);
	imshow("输出图像", dst);

	waitKey(0);
	return 0;
}

你可能感兴趣的:(#,OpenCV,机器学习,opencv,计算机视觉,人工智能)