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
Francek Chen11 小时前
【自然语言处理】预训练05:全局向量的词嵌入(GloVe)
人工智能·pytorch·深度学习·自然语言处理·glove
这张生成的图像能检测吗11 小时前
(论文速读)LyT-Net:基于YUV变压器的轻量级微光图像增强网络
图像处理·人工智能·计算机视觉·低照度
许泽宇的技术分享11 小时前
AI黑客来袭:Strix如何用大模型重新定义渗透测试游戏规则
人工智能
Oxo Security11 小时前
【AI安全】检索增强生成(RAG)
人工智能·安全·网络安全·ai
少林码僧11 小时前
2.3 Transformer 变体与扩展:BERT、GPT 与多模态模型
人工智能·gpt·ai·大模型·bert·transformer·1024程序员节
shayudiandian12 小时前
如何使用 DeepSeek 帮助自己的工作
人工智能
程序猿追12 小时前
轻量级云原生体验:在OpenEuler 25.09上快速部署单节点K3s
人工智能·科技·机器学习·unity·游戏引擎
@小码农12 小时前
2025年北京海淀区中小学生信息学竞赛第一赛段试题(附答案)
人工智能·python·算法·蓝桥杯
程序猿追13 小时前
异腾910B NPU实战:vLLM模型深度测评与部署指南
运维·服务器·人工智能·机器学习·架构
York·Zhang13 小时前
Ollama:在本地运行大语言模型的利器
人工智能·语言模型·自然语言处理·ollama