opencv图像填充

python 复制代码
import time  # 导入time模块,用于处理时间相关的功能
import cv2  # 导入OpenCV模块,用于图像处理
# 创建窗口
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # 创建一个名为'window'的窗口,窗口大小自动调整,用户不能手动调整大小
cat = cv2.imread("./9.jpg", 1)  # 使用OpenCV的imread函数读取图片,路径为当前目录下的9.jpg,参数1表示读取彩色图像
# 定义上下左右边界的大小
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)
# 使用不同的边界类型创建图像边界
replicate = cv2.copyMakeBorder(cat, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# BORDER_REPLICATE:复制边缘像素进行填充
BORDER_REFLECT = cv2.copyMakeBorder(cat, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT)
# BORDER_REFLECT:反射边缘像素进行填充
REFLECT101 = cv2.copyMakeBorder(cat, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT101)
# BORDER_REFLECT101:类似于BORDER_REFLECT,但是在边缘不会重复像素
WRAP = cv2.copyMakeBorder(cat, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_WRAP)
# BORDER_WRAP:包裹边缘像素进行填充,类似于纹理的重复
CONSTANT = cv2.copyMakeBorder(cat, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_CONSTANT, value=0)
# BORDER_CONSTANT:使用常量值进行填充,这里是黑色(0)
# 展示图像
cv2.imshow('window', cat)  # 在名为'window'的窗口中显示原始图像
cv2.imshow('replicate', replicate)  # 显示使用BORDER_REPLICATE填充的图像
cv2.imshow('BORDER_REFLECT', BORDER_REFLECT)  # 显示使用BORDER_REFLECT填充的图像
cv2.imshow('REFLECT101', REFLECT101)  # 显示使用BORDER_REFLECT101填充的图像
cv2.imshow('WRAP', WRAP)  # 显示使用BORDER_WRAP填充的图像
cv2.imshow('CONSTANT', CONSTANT)  # 显示使用BORDER_CONSTANT填充的图像
key = cv2.waitKey(0)  # 等待按键事件,参数0表示无限期等待,直到有按键被按下
# 检查按键是否为'q',如果是则销毁所有窗口
if key & 0xFF == ord('q'):  # 将按键的值与0xFF进行按位与操作,以获取正确的ASCII码值,并与'q'的ASCII码比较
    print("准备销毁窗口")  # 如果按下的是'q'键,则打印消息
    cv2.destroyAllWindows()  # 销毁所有OpenCV创建的窗口

· 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|abcdefg|hgfedcb

· BORDER_ REFLECT_101 :反射法,也就是以最边缘像素为轴,对称,gfedcl|abcdefgh|gfedcba

· BORDER_WRAP:外包装法defgh|abcdefg h|abcdelg

· BORDER CONSTANT :常量法,常数值填充。




相关推荐
智算菩萨18 小时前
【理论讲解】深度多任务学习:概念体系、方法谱系与跨领域建模逻辑
人工智能·机器学习·多任务学习
张彦峰ZYF18 小时前
借助DeepSeek思考产业落地:蒸馏、小模型微调
人工智能·ai·deepseek-v3·deepseek-r1·蒸馏-小模型微调
蓝鲨硬科技18 小时前
五一视界与摩尔线程深度合作,释放物理AI进化潜能
人工智能
过河卒_zh156676618 小时前
网信发布2025年“人工智能+政务”规范应用案例拟入选名单公示
人工智能·大模型·aigc·政务·算法备案
540_54018 小时前
ADVANCE Day26
人工智能·python·机器学习
IT_陈寒18 小时前
Redis 性能优化实战:5个被低估的配置项让我节省了40%内存成本
前端·人工智能·后端
乾元18 小时前
用 AI 做联动:当应用层出现问题,网络如何被“自动拉入决策回路”
运维·开发语言·网络·人工智能·ci/cd·自动化
qq_124987075318 小时前
基于springboot的智能医院挂号系统(源码+论文+部署+安装)
java·人工智能·spring boot·后端·毕业设计
wenxiaohai12318 小时前
在anaconda中安装cuda-pytorch
人工智能·pytorch·python·anaconda
IT·陈寒18 小时前
零配置、开箱即用:seekdb 如何成为 AI 时代的“全能嵌入式数据库”? ——基于 OceanBase seekdb 的实践体验与 AI 开发思考
数据库·人工智能·oceanbase