Opencv实现图片的边界填充和阈值处理

Opencv实现图片的边界填充和阈值处理

目录

图片的边界填充


指定颜色填充

BORDER_CONSTANT

  • 格式:cv2.copyMakeBorder(a,t,b,l,r,borderType=BORDER_CONSTANT,value=(b,g,r))
    • a:为图片变量
    • t,b,l,r :为边界长度 ,顺序是上下左右
    • borderType :可以设置边界类型 ,这里为BORDER_CONSTANT,指定颜色填充
    • value设置边界填充的颜色,色块顺序是BGR,为0-255的整数

代码展示:

python 复制代码
a = cv2.imread('at1.png')
t,b,l,r = 40,40,40,40
a_cnostant = cv2.copyMakeBorder(a,t,b,l,r,borderType=cv2.BORDER_CONSTANT,value=(255,255,255))
cv2.imshow('a',a)
cv2.waitKey(0)
cv2.imshow('a_cnostant',a_cnostant)
cv2.waitKey(0)

运行结果:

镜面反射填充

  • 格式:cv2.copyMakeBorder(a,t,b,l,r,borderType=BORDER_REFLECT)
    borderType:
    • BORDER_REFLECT,镜面反射填充,交接处不删除
    • BORDER_REFLECT101,镜面反射填充,交接处删除

代码展示:

python 复制代码
a = cv2.imread('at1.png')
t,b,l,r = 70,70,70,70
a_reflect = cv2.copyMakeBorder(a,t,b,l,r,borderType=cv2.BORDER_REFLECT)
a_reflect101 = cv2.copyMakeBorder(a,t,b,l,r,borderType=cv2.BORDER_REFLECT101)
cv2.imshow('a_reflect',a_reflect)
cv2.waitKey(0)
cv2.imshow('a_reflect101',a_reflect101)
cv2.waitKey(0)

运行结果:

边界像素值替换

  • 格式:cv2.copyMakeBorder(a,t,b,l,r,borderType=BORDER_REPLICATE)
    borderType:
    • BORDER_REPLICATE,边界像素值替换,如aaaa,bbbbb类似,||||类似
    • BORDER_WRAP,上下左右相互替换为边界

代码展示:

python 复制代码
a = cv2.imread('at1.png')
t,b,l,r = 40,40,40,40
a_replicate = cv2.copyMakeBorder(a,t,b,l,r,borderType=cv2.BORDER_REPLICATE)
cv2.copyMakeBorder(a,t,b,l,r,borderType=cv2.BORDER_WRAP)
cv2.imshow('a_replicate',a_replicate)
cv2.waitKey(0)
cv2.imshow('a_wrap',a_wrap)
cv2.waitKey(0)

运行结果:

图片的阈值处理


基本格式

图片要进行阈值处理必须先转为灰度图,否则不能处理

基本格式:cv2.threshold(a,t,m,cv2.THRESH_XXXX)
a:图像变量
t:thresh数值,在0-255间,与像素值像比较
m:maxval数值,设置像素最大值,一般为255
cv2.THRESH_XXXX:XXXX决定处理类型

返回值:有两个,第一个是t(thresh数值),第二个是图像

基本类型

  • BINARY
    a的像素值> t(即图像的像素值 、thresh数值)时,取值为maxval,否则为0
  • BINARY_INV
    a的像素值> t 时,取值为maxval,否则为0
  • TRUNC
    a的像素值> t 时,取值为t(thresh值),否则为a原图像像素值
  • TOZERO
    a的像素值> t 时,a原图像像素值,否则为0
  • TOZERO_INV
    a的像素值> t 时,为0,否则为a原图像像素值

代码展示:

t 也可以自己调整修改 ,BINARY和BINARY_INV类型更突出

python 复制代码
a = cv2.imread('at1.png',0)
r1,a_binary = cv2.threshold(a,150,255,cv2.THRESH_BINARY)
r2,a_binary_inv = cv2.threshold(a,150,255,cv2.THRESH_BINARY_INV)
r3,a_trunc = cv2.threshold(a,150,255,cv2.THRESH_TRUNC)
r4,a_tozero = cv2.threshold(a,150,255,cv2.THRESH_TOZERO)
r5,a_tozero_inv = cv2.threshold(a,150,255,cv2.THRESH_TOZERO_INV)
cv2.imshow('a',a)
cv2.waitKey(0)
cv2.imshow('a_binary',a_binary)
cv2.waitKey(0)
cv2.imshow('a_binary_inv',a_binary_inv)
cv2.waitKey(0)
cv2.imshow('a_trunc',a_trunc)
cv2.waitKey(0)
cv2.imshow('a_tozero',a_tozero)
cv2.waitKey(0)
cv2.imshow('a_tozero_inv',a_tozero_inv)
cv2.waitKey(0)
print(r1,r2,r3,r4,r5)
cv2.destroyAllWindows()

运行结果:

相关推荐
夜幽青玄5 分钟前
mybatis-plus调用报 org.springframework.dao.DataIntegrityViolationException 错误处理
开发语言·python·mybatis
胖头鱼的鱼缸(尹海文)35 分钟前
数据库管理-第376期 Oracle AI DB 23.26新特性一览(20251016)
数据库·人工智能·oracle
瑞禧生物ruixibio38 分钟前
4-ARM-PEG-Pyrene(2)/Biotin(2),多功能化聚乙二醇修饰荧光标记生物分子的设计与应用探索
arm开发·人工智能
大千AI助手42 分钟前
Huber损失函数:稳健回归的智慧之选
人工智能·数据挖掘·回归·损失函数·mse·mae·huber损失函数
墨利昂1 小时前
10.17RNN情感分析实验:加载预训练词向量模块整理
人工智能·rnn·深度学习
【建模先锋】1 小时前
一区直接写!CEEMDAN分解 + Informer-LSTM +XGBoost组合预测模型
人工智能·lstm·ceemdan·预测模型·风速预测·时间序列预测模型
fsnine1 小时前
YOLOv2原理介绍
人工智能·计算机视觉·目标跟踪
倔强的石头1062 小时前
AI修图革命:IOPaint+cpolar让废片拯救触手可及
人工智能·cpolar·iopaint
文火冰糖的硅基工坊2 小时前
[人工智能-大模型-15]:大模型典型产品对比 - 数字人
人工智能·大模型·大语言模型
这里有鱼汤2 小时前
📊量化实战篇:如何计算RSI指标的“拥挤度指标”?
后端·python