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

复制代码
cv2.copyMakeBorder()是OpenCV库中的一个函数,用于给图像添加额外的边界(padding)。
复制代码
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)
value borderType=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。

复制代码
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。

相关推荐
模型启动机3 分钟前
Langchain正式宣布,Deep Agents全面支持Skills,通用AI代理的新范式?
人工智能·ai·langchain·大模型·agentic ai
Python私教8 分钟前
别让 API Key 裸奔:基于 TRAE SOLO 的大模型安全配置最佳实践
人工智能
Python私教10 分钟前
Vibe Coding 体验报告:我让 TRAE SOLO 替我重构了 2000 行屎山代码,结果...
人工智能
prog_610311 分钟前
【笔记】和各大AI语言模型写项目——手搓SDN后得到的经验
人工智能·笔记·语言模型
zhangfeng113317 分钟前
深入剖析Kimi K2 Thinking与其他大规模语言模型(Large Language Models, LLMs)之间的差异
人工智能·语言模型·自然语言处理
paopao_wu34 分钟前
人脸检测与识别-InsightFace:特征向量提取与识别
人工智能·目标检测
Aevget1 小时前
MyEclipse全新发布v2025.2——AI + Java 24 +更快的调试
java·ide·人工智能·eclipse·myeclipse
IT_陈寒1 小时前
React 18并发渲染实战:5个核心API让你的应用性能飙升50%
前端·人工智能·后端
韩曙亮1 小时前
【人工智能】AI 人工智能 技术 学习路径分析 ① ( Python语言 -> 微积分 / 概率论 / 线性代数 -> 机器学习 )
人工智能·python·学习·数学·机器学习·ai·微积分
科普瑞传感仪器1 小时前
从轴孔装配到屏幕贴合:六维力感知的机器人柔性对位应用详解
前端·javascript·数据库·人工智能·机器人·自动化·无人机