当前位置: 首页 > news >正文

计算机视觉(opencv)实战二——图像边界扩展cv2.copyMakeBorder()

OpenCV copyMakeBorder() 图像边界扩展详解与实战

在图像处理和计算机视觉中,有时需要在原始图像的四周增加边界(Padding)。这种操作在很多场景中都有应用,比如:

  • 卷积神经网络(CNN)中的图像预处理

  • 为图像添加装饰性边框

  • 保证滤波、卷积等操作不会丢失边缘信息

OpenCV 提供了一个非常方便的函数 cv2.copyMakeBorder() 来实现边界扩展。


1. copyMakeBorder() 函数原型

cv2.copyMakeBorder()是OpenCV库中的一个函数,用于给图像添加额外的边界(padding)。
dst = cv2.copyMakeBorder(src, top, bottom, left, right, borderType[, value])

参数说明

参数含义
src原始图像
top, bottom, left, right上、下、左、右四个方向的边界宽度(单位:像素)
borderType边界类型(见下文详解)
valueborderType=cv2.BORDER_CONSTANT 时,需要指定填充的颜色(BGR 格式)

2. 常用 borderType 类型

OpenCV 提供了多种扩展方式,不同方式在边缘处理时会有不同效果。

  1. cv2.BORDER_CONSTANT

    • 用固定颜色填充边界。

    • 需要额外指定 value 参数,例如 (0, 0, 255) 代表红色。

    • 适合纯色边框的效果。

  2. cv2.BORDER_REFLECT

    • 镜像反射边界,边界像素会被复制。

    • 模式类似:321|123456789|987

  3. cv2.BORDER_REFLECT_101cv2.BORDER_REFLECT101

    • 也是镜像反射,但不复制边界像素本身。

    • 模式类似:432|123456789|876

  4. cv2.BORDER_REPLICATE

    • 使用边界像素重复填充。

    • 模式类似:111|123456789|999

  5. cv2.BORDER_WRAP

    • 边界使用图像另一侧的像素包裹。

    • 模式类似:789|123456789|123


3. 示例代码

下面的示例会分别展示 5 种 borderType 效果,方便直观对比。

import cv2# 读取图片
img = cv2.imread('lyf.jpg')# 调整图片大小
img = cv2.resize(img, (500, 500))# 设置边界宽度
top, bottom, left, right = 100, 100, 100, 100# 1. 设置颜色边界(红色)
constant = cv2.copyMakeBorder(img, top, bottom, left, right,borderType=cv2.BORDER_CONSTANT, value=(0, 0, 255))# 2. 镜像反射(复制边界像素)
reflect = cv2.copyMakeBorder(img, top, bottom, left, right, borderType=cv2.BORDER_REFLECT)# 3. 镜像反射(不复制边界像素)
reflect101 = cv2.copyMakeBorder(img, top, bottom, left, right, borderType=cv2.BORDER_REFLECT101)# 4. 重复边界像素
replicate = cv2.copyMakeBorder(img, top, bottom, left, right, borderType=cv2.BORDER_REPLICATE)# 5. 包裹方式
wrap = cv2.copyMakeBorder(img, top, bottom, left, right, borderType=cv2.BORDER_WRAP)# 显示结果
cv2.imshow('Original', img)
cv2.imshow('BORDER_CONSTANT', constant)
cv2.imshow('BORDER_REFLECT', reflect)
cv2.imshow('BORDER_REFLECT101', reflect101)
cv2.imshow('BORDER_REPLICATE', replicate)
cv2.imshow('BORDER_WRAP', wrap)cv2.waitKey(0)
cv2.destroyAllWindows()

4. 运行效果示意

原图:lyf.jpg

BORDER_CONSTANT

BORDER_REFLECT

BORDER_REFLECT101

BORDER_REPLICATE

BORDER_WRAP

类型效果描述
BORDER_CONSTANT边界为纯红色(示例中是 (0,0,255)
BORDER_REFLECT边界为镜像反射,边缘处像素被复制
BORDER_REFLECT101边界为镜像反射,去掉边缘像素自身
BORDER_REPLICATE边界像素直接复制填充
BORDER_WRAP边界使用对面边的像素包裹

5.应用场景案例

多给几个真实案例,读者会立刻想到怎么用:

  • 图像边框美化 → 用 BORDER_CONSTANT 做彩色相框。

  • 深度学习数据增强 → 随机 padding 后再裁剪。

  • 全景图拼接 → 避免拼接缝隙处出现黑边。

  • 滤波降噪 → 用镜像 padding 防止边缘模糊不均。


6. 小结

cv2.copyMakeBorder() 是一个简单而强大的函数,可以在图像四周添加不同类型的边界。
在实际应用中:

  • 图像卷积/滤波前 → 推荐 BORDER_REFLECTBORDER_REFLECT101,能保留边缘信息。

  • 美化图片 → 推荐 BORDER_CONSTANT,可指定任意颜色作为相框。

  • 特殊视觉效果 → 可尝试 BORDER_WRAP

掌握它之后,你不仅能做图像边界填充,还能理解很多计算机视觉算法在“边缘处理”时的逻辑。

http://www.lryc.cn/news/620712.html

相关文章:

  • 论,物联网日志系统架构如何设计?
  • AI增强SEO关键词表现
  • Postman 平替 技术解析:架构优势与实战指南
  • 考研408《计算机组成原理》复习笔记,第五章(2)——CPU指令执行过程
  • 使用 Docker 部署 PostgreSQL
  • 考研408《计算机组成原理》复习笔记,第四章(3)——指令集、汇编语言
  • Java设计模式之《策略模式》
  • Effective C++ 条款41:理解隐式接口和编译期多态
  • 应用系统连达梦数据库报“服务器模式不匹配”的根源与修复方案
  • 使用colmap自制3DGaussian_Splatting数据集
  • BotCash:GPT-5发布观察 工程优化的进步,还是技术突破的瓶颈?
  • GoLand 项目从 0 到 1:第八天 ——GORM 命名策略陷阱与 Go 项目启动慢问题攻坚
  • 通过机器学习框架实现Android手写识别输入功能
  • Spring Boot 3中JWT密钥安全存储方案
  • Python训练营打卡Day32-神经网络的训练
  • 【Golang】Golang内存泄漏问题排查(二)
  • OpenCv(三)——图像平滑处理
  • 8. 函数简介
  • OpenCV中对图像进行平滑处理的4种方式
  • HarmonyOS AI辅助编程工具(CodeGenie)智慧调优
  • 力扣(LeetCode) ——225 用队列实现栈(C语言)
  • 信息vs知识:人类学习与AI规则提取
  • 异步编程的 8 种实现方式:疑难点与注意事项解析
  • 《疯狂Java讲义(第3版)》学习笔记ch4
  • 安全加固4(K8S最小化微服务安全)
  • C++ 中的元控制流与概念化类型擦除
  • Elasticsearch 中如何配置 RBAC 权限-实现安全的访问控制
  • 论郑和下西洋元素融入课件编辑器的意义与影响​
  • 智能门锁:安全与便捷的现代家居入口
  • UE小:编辑器模式下「窗口/鼠标不在焦点」时仍保持高帧率