python+opencv之边缘填充

一、边缘填充

相信很多喜欢玩电脑的小伙伴,遇到过这种情况:有时候换电脑壁纸的时候,原本一张很好看完整的图片,换成电脑壁纸就是一个不完整或者由很多重复的图片组成的壁纸。其实这里就有填充的出现。

边缘填充:因为对于图像的卷积操作,最边缘的像素一般无法处理,所以卷积核中心到不了最边缘像素。这就需要先将图像的边界填充,再根据不同的填充算法进行卷积操作,得到的新图像就是填充后的图像。

二、边缘填充函数原型

函数原型:cv2.copyMakeBorder(src,top, bottom, left, right ,borderType,value)

src:需要填充的图像

top:图像上面填充边界的长度

bottom:图像上下面填充边界的长度

left:图像左面填充边界的长度

right :图像右面填充边界的长度

borderType:边界的类型

BORDER_REPLICATE:复制法,即复制最边缘的像素。例如:aaaa|abcdefg|ggggg

BORDER_REFLECT:反射法,即以最边缘的像素为对称轴。例如:fedcba|abcdefg|gfedec

BORDER_REFLECT_101:反射法,也是最边缘的像素为对称轴,但与BORDER_REFLECT有区别。例如:fedcb|abcdefg|fedec

BORDER_WRAP:外包装法,即以图像的左边界与右边界相连,上下边界相连。例如:cdefgh|abcdefgh|abcdefg

BORDER_CONSTANT:常量法。

如果这里还有不明白的地方,我们可以跟着下面的代码和效果图对比,理解每个方法的作用。

value:填充的边界颜色,通常用于常量法填充中。

三、实现代码及解释

1、读取图像及显示图像代码

 1 #所需要的库
 2 import cv2 as cv
 3 import matplotlib.pyplot as plt
 4 import numpy as np
 5 
 6 #读取图片cv2.imread("图片路径")
 7 img=cv.imread('lufei.jpg')
 8 
 9 #显示图像函数
10 def cv_show(name,img):
11     cv.imshow(name,img)
12     cv.waitKey(0)
13     cv.destroyAllWindows()

关于图像的读取、显示等基本操作,具体查看老猫上一篇博客。

2、核心代码

 1 #各个边界需要填充的值
 2 top_size,bottom_size,left_size,right_size=(50,50,50,50)
 3 #复制法
 4 replicate=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_REPLICATE)
 5 #反射法
 6 reflect=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv.BORDER_REFLECT)
 7 reflect101=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv.BORDER_REFLECT_101)
 8 #外包装法
 9 wrap=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv.BORDER_WRAP)
10 #常量法,常数值填充
11 constant=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv.BORDER_CONSTANT,value=(0,255,0))
 1 img1=img.copy()
 2 #在各个图像上添加相应的文本
 3 cv.putText(img1,"original",(0,50),cv.FONT_HERSHEY_COMPLEX,2,(0,250,0),4,8)
 4 cv.putText(replicate,"replicate",(0,50),cv.FONT_HERSHEY_COMPLEX,2,(0,250,0),4,8)
 5 cv.putText(reflect,"reflect",(0,50),cv.FONT_HERSHEY_COMPLEX,2,(0,250,0),4,8)
 6 cv.putText(reflect101,"reflect101",(0,50),cv.FONT_HERSHEY_COMPLEX,2,(0,250,0),4,8)
 7 cv.putText(wrap,"wrap",(0,50),cv.FONT_HERSHEY_COMPLEX,2,(0,250,0),4,8)
 8 cv.putText(constant,"constant",(0,50),cv.FONT_HERSHEY_COMPLEX,2,(0,250,0),4,8)
 9 
10 #显示图像
11 cv_show("original",img1)
12 cv_show("replicate",replicate)
13 cv_show("reflect",reflect)
14 cv_show("reflect101",reflect101)
15 cv_show("wrap",wrap)
16 cv_show("constant",constant)

3、效果图对比

为了对比填充前后的图像,博主这里上传的截图,没有进行等比缩放,全是原始大小。

根据效果图可以很明显的看出,原图和填充后的图的大小是不一样的。

4、细节经验分享

 (1)老猫在编写关于图像边缘填充的代码过程中,是使用每一个窗口对应一个图像的方法显示图像,这样编写的代码,就无法很快地直接对比出各个图像之间的区别。

为了能快速对比出各个方法得出的图像的区别,可以使用np.vstack()或者np.hstack()对比,将图像放在同一个窗口。

1 rec=np.hstack((replicate,reflect))
2 cv_show("replicate_reflect",rec)

 

 注意:

问题A:使用np.vstack()或者np.hstack()函数时,图像的大小必须一致,不然会报错。

解决A:若不知道两张图像的大小,可以使用shape来查看。

例如:

 

问题B.使用np.vstack()或者np.hstack()函数时,可能会出现图像显示不完全情况。

解决B:这是因为窗口的大小是根据屏幕的大小来定的,若窗口的长度或者高度超过电脑屏幕的大小,这会以电脑的长度或者高度来显示。

例如:

 

(2)可以用画布显示所有图像进行对比

代码:

1 plt.subplot(231),plt.imshow(img,"gray"),plt.title("original")
2 plt.subplot(232),plt.imshow(replicate,"gray"),plt.title("replicate")
3 plt.subplot(233),plt.imshow(reflect,"gray"),plt.title("reflect")
4 plt.subplot(234),plt.imshow(reflect101,"gray"),plt.title("reflect101")
5 plt.subplot(235),plt.imshow(wrap,"gray"),plt.title("wrap")
6 plt.subplot(236),plt.imshow(constant,"gray"),plt.title("constant")
7 plt.show()

 

 效果图:

 

 

posted on 2020-03-10 17:59  老猫巴扎黑  阅读(11022)  评论(0编辑  收藏  举报