013 OpenCV copyMakeBorder(padding)

目录

一、环境

二、原理

三、完整代码


一、环境

本文使用环境为:

  • Windows10
  • Python 3.9.17
  • opencv-python 4.8.0.74

二、原理

cv.copyMakeBorder是OpenCV库中的一个函数,用于在图像周围添加边框(padding)。这个函数可以用于图像的预处理、增强等任务。它的基本语法如下:

cpp 复制代码
dst = cv.copyMakeBorder(src, top, bottom, left, right, borderType, value)
  • src:输入图像,可以是彩色或灰度图像。
  • topbottomleftright:分别表示上、下、左、右方向上的边框宽度。如果设置为负数,则表示自动计算边框宽度。
  • borderType:边框类型,可以是上述提到的任意一种类型。
  • value:边框的颜色值。对于彩色图像,需要提供一个包含三个元素的元组(例如:(0, 0, 0)表示黑色);对于灰度图像,需要提供一个单一的数值(例如:0表示黑色)。

其中,cv.copyMakeBorder支持以下几种边框类型:

  1. cv.BORDER_CONSTANT:常数填充,即用一个固定的值填充边框。
  2. cv.BORDER_REFLECT:反射填充,即用图像边界的像素值进行填充。
  3. cv.BORDER_REFLECT_101:反射填充,与cv.BORDER_REFLECT类似,但使用不同的边界像素值。
  4. cv.BORDER_WRAP:循环填充,即用图像边界的像素值进行填充,形成一个环状的效果。
  5. cv.BORDER_REPLICATE:复制填充,即用图像边界的像素值进行填充。
  6. cv.BORDER_DEFAULT:默认填充,即用0填充边框。

三、完整代码

注:执行下面代码,图像显示后:

  • 按下r是原图,
  • 按下c是边界padding后的效果图,
  • 按下esc退出
python 复制代码
import sys
from random import randint
import cv2 as cv
def main(argv):
    borderType = cv.BORDER_CONSTANT
    window_name = "copyMakeBorder Demo"
    src = cv.imread(cv.samples.findFile('data/lena.jpg'), cv.IMREAD_COLOR)
    ## [create_window]
    cv.namedWindow(window_name, cv.WINDOW_AUTOSIZE)
    top = int(0.05 * src.shape[0])  # shape[0] = rows
    bottom = top
    left = int(0.05 * src.shape[1])  # shape[1] = cols
    right = left
    while 1:
        # 待填充的随机颜色
        value = [randint(0, 255), randint(0, 255), randint(0, 255)]
        dst = cv.copyMakeBorder(src, top, bottom, left, right, borderType, None, value)
        cv.imshow(window_name, dst)
        c = cv.waitKey(500)
        if c == 27:
            break
        elif c == 99: # 99 = ord('c')
            borderType = cv.BORDER_CONSTANT
        elif c == 114: # 114 = ord('r')
            borderType = cv.BORDER_REPLICATE
    return 0
if __name__ == "__main__":
    main(sys.argv[1:])
相关推荐
Linguwen3 分钟前
外贸GEO01|GEO是什么?生成式引擎优化,AI时代的新流量密码
人工智能
物质波波波9 分钟前
WS-RPE:面向边缘物理AI实时特征值计算的硬件工作窃取调度器与冗余PE激活架构
人工智能·fpga开发·架构·系统架构·硬件架构
起个名字好难啊这也被占用了13 分钟前
LangGraphjs可中断可恢复的AI工作流
人工智能·ai编程
@Mr_LiuYang16 分钟前
状态栏动态上下文信息追加到Agent --《深入理解 AI Agent :设计原理与工程实践》实验2-8
人工智能·大模型·动态上下文·状态栏信息追加
碳基猿43 分钟前
新媒体运营的终局:从“内容创作”走向“运营系统竞争”
人工智能·新媒体运营·产品运营·新媒体矩阵·多账号管理·矩阵分发·矩阵运营方法论
阿里云大数据AI技术1 小时前
阿里云 EMR Daft AI Function:用 DataFrame 表达式搞定大模型调用与多模态向量化
人工智能·spark
jerryinwuhan1 小时前
鱼苗投放检测系统设计
人工智能
阿里云大数据AI技术1 小时前
官宣|Apache Fluss 毕业成为顶级项目,湖流一体开启 Agentic Lake 全面实时化时代
人工智能·flink
敲代码的玉米C1 小时前
测试一直在写你的真实数据根
前端·人工智能·架构
Mr.huang1 小时前
自注意力机制(Self‑Attention)
人工智能·深度学习