016-Opencv筆記-邊緣處理

在卷積開始之前增加邊緣像素淘讥,填充的像素值為0或者RGB黑色,比如3x3在
四周各填充1個像素的邊緣,這樣就確保圖像的邊緣被處理扣草,在卷積處理之
后再去掉這些邊緣。openCV中默認(rèn)的處理方法是: BORDER_DEFAULT颜屠,此外
常用的還有如下幾種:

  • BORDER_CONSTANT – 填充邊緣用指定像素值
  • BORDER_REPLICATE – 填充邊緣像素用已知的邊緣像素值辰妙。
  • BORDER_WRAP – 用另外一邊的像素來補(bǔ)償填充
copyMakeBorder(
 - Mat src, // 輸入圖像
 - Mat dst, // 添加邊緣圖像
 - int top, // 邊緣長度,一般上下左右都取相同值甫窟,
 - int bottom,
 - int left,
 - int right, 
 - int borderType // 邊緣類型
 - Scalar value 
)
示例代碼
#include "pch.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
int main(int argc, char** argv) {
    Mat src, dst;
    src = imread("D:/11.jpg");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char INPUT_WIN[] = "input image";
    namedWindow(INPUT_WIN, 0);
    namedWindow("bordefault", 0);
    namedWindow("borreplicate", 0);
    namedWindow("borwrap", 0);
    namedWindow("borconstant", 0);
    imshow(INPUT_WIN, src);
    
    int top = (int)(0.05*src.rows);
    int bottom = (int)(0.05*src.rows);
    int left = (int)(0.05*src.cols);
    int right = (int)(0.05*src.cols);
    RNG rng(12345);
    int bordefault = BORDER_DEFAULT;
    int borreplicate = BORDER_REPLICATE;
    int borwrap = BORDER_WRAP;
    int borconstant = BORDER_CONSTANT;

    Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
    copyMakeBorder(src, dst, top, bottom, left, right, bordefault, color);
    imshow("bordefault", dst);

    copyMakeBorder(src, dst, top, bottom, left, right, borreplicate, color);
    imshow("borreplicate", dst);

    copyMakeBorder(src, dst, top, bottom, left, right, borwrap, color);
    imshow("borwrap", dst);

    copyMakeBorder(src, dst, top, bottom, left, right, borconstant, color);
    imshow("borconstant", dst);

    waitKey(0);
    return 0;
}
效果圖
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末密浑,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子粗井,更是在濱河造成了極大的恐慌尔破,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件浇衬,死亡現(xiàn)場離奇詭異呆瞻,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)径玖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門痴脾,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人梳星,你說我怎么就攤上這事赞赖。” “怎么了冤灾?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵前域,是天一觀的道長。 經(jīng)常有香客問我韵吨,道長匿垄,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮椿疗,結(jié)果婚禮上漏峰,老公的妹妹穿的比我還像新娘。我一直安慰自己届榄,他們只是感情好浅乔,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布阐污。 她就那樣靜靜地躺著噪服,像睡著了一般缔刹。 火紅的嫁衣襯著肌膚如雪癌幕。 梳的紋絲不亂的頭發(fā)上跺涤,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天光酣,我揣著相機(jī)與錄音苔货,去河邊找鬼狂男。 笑死埠忘,一個胖子當(dāng)著我的面吹牛脾拆,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播给梅,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼假丧,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了动羽?” 一聲冷哼從身側(cè)響起包帚,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎运吓,沒想到半個月后渴邦,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡拘哨,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年谋梭,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片倦青。...
    茶點(diǎn)故事閱讀 39,977評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡瓮床,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出产镐,到底是詐尸還是另有隱情隘庄,我是刑警寧澤,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布癣亚,位于F島的核電站丑掺,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏述雾。R本人自食惡果不足惜街州,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一兼丰、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧唆缴,春花似錦鳍征、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽玩敏。三九已至斗忌,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間旺聚,已是汗流浹背织阳。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留砰粹,地道東北人唧躲。 一個月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像碱璃,于是被迫代替她去往敵國和親弄痹。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 一嵌器、照明與圖像 光通量(Φ 流明 lm):光通量指人眼所能感覺到的輻射功率肛真,它等于單位時間內(nèi)某一波段的輻射能量和...
    Shine_ahuii閱讀 2,385評論 0 0
  • 卷積邊界問題 圖像卷積時邊界像素不能被卷積計(jì)算進(jìn)去,因?yàn)檫吔缣幭袼貨]有完全跟kernel重疊爽航,當(dāng)ksize等于3時...
    samychen閱讀 1,257評論 0 0
  • 1 蚓让、問題 圖像卷積的時候邊界像素,不能被卷積操作讥珍,原因在于邊界像素沒有完全跟kernel重疊历极,所以當(dāng)3x3濾波時...
    劉玉春_164c閱讀 1,900評論 0 0
  • 來源 https://zhuanlan.zhihu.com/p/24425116 給深度學(xué)習(xí)入門者的Python快...
    海浪java閱讀 5,804評論 0 40
  • 最近常想起蕭紅和張愛玲。她們都有冰冷的屋子衷佃,剛槍似的筆趟卸。最可憐蕭紅,溫飽難顧氏义。不知她那凄苦的人生是怎么樣煎熬著走完...
    南路閱讀 163評論 0 0