边界填充

• 简介

边界填充就是对图像进行一些变换，让原始图像进行扩大。
 
边界填充的入口参数：
BORDER_REPLICATE：复制法，也就是复制最边缘像素。
BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：常量法，常数值填充。

• 代码案例

import cv2 #opencv的缩写为cv2
import matplotlib.pyplot as plt # matplotlib库用于绘图展示
import numpy as np   # numpy数值计算工具包
 
# 魔法指令，直接展示图，Jupyter notebook特有
%matplotlib inline 
 
img = cv2.imread('01_Picture/01_cat.jpg')
 
top_size,bottom_size,left_size,right_size = (50,50,50,50)  # 填充多少区域
 
# 最后一个入口参数为填充方式
 
# 方式一：复制法
replicate = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE) 
# 方式二：反射法
reflect = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)
# 方式三：反射法二(不要最边缘的像素)
reflect101 = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT_101)      
# 方式四：外包装法
wrap = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_WRAP)
# 方式五：常量法
constant = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT,value=0)
 
import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img,'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate,'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect,'gray'), plt.title('REPLECT')
plt.subplot(234), plt.imshow(wrap,'gray'),plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236), plt.imshow(constant,'gray'),plt.title('CONSTAVI')
 
plt.show()

• 执行结果
  

• 阈值越界处理

img_cat = cv2.imread('01_Picture/01_cat.jpg')
img_dog = cv2.imread('01_Picture/03_dog.jpg')
 
img_cat2 = img_cat + 10 # 将 img_cat 矩阵中每一个值都加 10
print(img_cat[:5,:,0])
print(img_cat2[:5,:,0])
print((img_cat+img_cat2)[:5,:,0])  # 0-255 若相加越界后 294 用 294%256 获得余数 38 

• 执行结果

[[142 146 151 ..., 156 155 154]
 [107 112 117 ..., 155 154 153]
 [108 112 118 ..., 154 153 152]
 [139 143 148 ..., 156 155 154]
 [153 158 163 ..., 160 159 158]]
 
[[152 156 161 ..., 166 165 164]
 [117 122 127 ..., 165 164 163]
 [118 122 128 ..., 164 163 162]
 [149 153 158 ..., 166 165 164]
 [163 168 173 ..., 170 169 168]]
 
[[ 38  46  56 ...,  66  64  62]
 [224 234 244 ...,  64  62  60]
 [226 234 246 ...,  62  60  58]
 [ 32  40  50 ...,  66  64  62]
 [ 60  70  80 ...,  74  72  70]]

• 处理方式2

cv2.add(img_cat,img_cat2)[:5,0] # cv2.add 是越界后取最大值 255

• 执行结果

array([[255, 255, 255],
       [224, 246, 255],
       [226, 248, 255],
       [255, 255, 255],
       [255, 255, 255]], dtype=uint8)