Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >图像边界填充

图像边界填充

作者头像
裴来凡
发布于 2022-05-28 09:05:15
发布于 2022-05-28 09:05:15
91500
代码可运行
举报
运行总次数:0
代码可运行
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import cv2
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('C:/Users/xpp/Desktop/Lena.png')  
top_size,bottom_size,left_size,right_size=(50,50,50,50)
replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)#边界填充图像
reflect=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)#边界填充图像
reflect101=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT_101)#边界填充图像
wrap=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_WRAP)#边界填充图像
constant=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT,value=0)#边界填充图像
plt.figure(1)
plt.clf()
plt.title('ORIGINAL')
plt.imshow(img)
plt.figure(2)
plt.clf()
plt.title('REPLICATE')
plt.imshow(replicate)
plt.figure(3)
plt.clf()
plt.title('REFLECT')
plt.imshow(reflect)
plt.figure(4)
plt.clf()
plt.title('REFLECT_101')
plt.imshow(reflect101)
plt.figure(5)
plt.clf()
plt.title('WRAP')
plt.imshow(wrap)
plt.figure(6)
plt.clf()
plt.title('constant')
plt.imshow(constant)
plt.show()

算法:图像填充边界是为了便于进行滤波,卷积等有关图像边界处理的操作。

dst=cv.copyMakeBorder(img, top, bottom, left, right, borderType)

  • img表示待绘制图像
  • top表示图像上边界需要填充的像素点
  • bottom表示图像下边界需要填充的像素点
  • left表示图像左边界需要填充的像素点
  • right表示图像右边界需要填充的像素点
  • borderType表示图像填充方法
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-05-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 图像处理与模式识别研究所 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【OpenCV】Chapter5.空间域图像滤波
边界扩充顾名思义就是扩大图像的边界。 OpenCV 中提供了函数 cv.copyMakeBorder 进行边界扩充方式。
zstar
2022/09/23
5030
【OpenCV】Chapter5.空间域图像滤波
【python-opencv】图像的基本操作
你可以通过行和列坐标来访问像素值。对于 BGR 图像,它返回一个由蓝色、绿色和红色值组成的数组。对于灰度图像,只返回相应的灰度。
西西嘛呦
2020/08/26
5340
【python-opencv】图像的基本操作
opencv(4.5.3)-python(七)--图像的基本操作
本节中几乎所有的操作都主要与Numpy而不是OpenCV有关。要想用OpenCV写出更好的优化代码,需要有良好的Numpy知识。
用户9875047
2022/07/04
6490
opencv(4.5.3)-python(七)--图像的基本操作
cv2.copyMakeBorder
图像涉及卷积运算时,经常要用到0填充,0填充就是一种特殊的边缘填充,opencv-python库中用的就是copyMakeBorder()函数,这个函数有多种填充方式。
狼啸风云
2021/03/04
1.7K0
cv2.copyMakeBorder
cv2.copyMakeBorder()
OpenCV-Python官方教程:https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_core/py_basic_ops/py_basic_ops.html
狼啸风云
2021/03/03
1.6K0
OpenCV 系列教程2 - Core 组件
若是单通道的像素,像素有 256(0-255)个值,若是三通道,则颜色数就更多(一千六百多万种),如此多的颜色进行处理,会对算法的性能造成影响。这些颜色中,有代表性的颜色只是小部分。
机器视觉CV
2019/07/15
1.1K0
OpenCV 系列教程2 - Core 组件
OpenCV 滤波与卷积之 —— 边界与阈值化
滤波器指的是一种由一幅图像(x,y)根据像素点x,y附近的区域计算得到一幅新图像’(x,y)的算法。其中,模板规定了滤波器的形状以及这个区域内像素的值的组成规律,也称“滤波器”或者核。本章中出现的滤波器多数为线性核,也就是说I"(x,y)的像素的值由(x,y)及其周围的像素的值加权相加得来。这个过程可以用下面的方程表示:
为为为什么
2022/08/09
1.5K0
OpenCV 滤波与卷积之 —— 边界与阈值化
OpenCV 教程 02: OpenCV 的核心操作
在本文中,你将学习图像的基本操作,如像素编辑、几何变换、代码优化、一些数学工具等。
somenzz
2022/10/25
6930
OpenCV 教程 02: OpenCV 的核心操作
【OpenCV】Chapter8.形态学图像处理
形态学的基本思想是利用结构元素测量或提取输入图像中的形状或特征,以便进行图像分析和目标识别。
zstar
2022/09/27
1.2K0
【OpenCV】Chapter8.形态学图像处理
Python数字图像处理——OpenCV实例解析
cv.ADAPTIVE_THRESH_MEAN_C:该阈值是平均值的附近区域减去恒定的Ç。 cv.ADAPTIVE_THRESH_GAUSSIAN_C:阈值是邻域值减去常数C的高斯加权和。
荣仔_最靓的仔
2021/02/02
1.2K0
Python数字图像处理——OpenCV实例解析
OpenCV图像处理笔记(二):图片操作进阶
一、图像模糊 1、模糊原理 Smooth/Blur 是图像处理中最简单和常用的操作之一 使用该操作的原因之一就为了给图像预处理时候减低噪声 使用Smooth/Blur操作其背后是数学的卷积计算 通常这
MiChong
2020/09/24
1.2K0
OpenCV图像处理笔记(二):图片操作进阶
2021-05-27
顾名思义就是热身,在刚刚开始训练时以很小的学习率进行训练,使得网络熟悉数据,随着训练的进行学习率慢慢变大,到了一定程度,以设置的初始学习率进行训练,接着过了一些inter后,学习率再慢慢变小;学习率变化:上升——平稳——下降;
Hi0703
2021/05/28
4350
OpenCV Python 系列教程 4 - OpenCV 图像处理(上)
HSV 的色相范围为 [0,179],饱和度范围为 [0,255],值范围为 [0,255]。不同的软件使用不同的规模。
机器视觉CV
2019/07/15
3.1K0
OpenCV Python 系列教程 4 - OpenCV 图像处理(上)
【OpenCV】Chapter3.图像的仿射变换
仿射变换其实包含了一系列的操作:平移,缩放,旋转等,不过所有的操作都可以通过这个仿射变换矩阵来实现。
zstar
2022/09/22
1.3K0
【OpenCV】Chapter3.图像的仿射变换
图像
Python有很多的数字图像处理相关的包,像PIL, Pillow, OpenCV, scikit-image等等。 其中PIL和Pillow只提供最基础的数字图像处理,功能有限。 OpenCV实际上是一个c++库,只是提供了Python接口。 scikit-image是基于SciPy的一款图像处理包,它将图片作为NumPy数组进行处理,与matlab处理方法类似**。(对图像的简单处理如截取、擦除、改变RGB某一通道的值或者拼接只需要对对应的数组进行操作即可)** skimage包的全称是scikit-image SciKit (toolkit for SciPy),它对SciPy.ndimage进行了扩展,提供了更多的图片处理功能。 它由Python语言编写,由SciPy 社区开发和维护。skimage包由许多的子模块组成,各个子模块提供不同的功能。
爱编程的小明
2022/09/05
1.7K0
KMeans聚类图像分割
done in 0.472s. Predicting color indices on the full image (k-means) done in 0.320s. done in 0.372s. Predicting color indices on the full image (k-means) done in 0.183s. done in 0.378s. Predicting color indices on the full image (k-means) done in 0.118s. done in 0.102s. Predicting color indices on the full image (k-means) done in 0.039s.
裴来凡
2022/05/28
6530
KMeans聚类图像分割
深度学习基础:8.卷积与池化
从本篇开始,将进入到深度学习的计算机视觉领域,在此之前有必要对传统 图像处理方法做个回顾。
zstar
2022/09/08
4960
深度学习基础:8.卷积与池化
图像旋转矫正
11.0 uint8 3 0.017453292519943295 0.022727272727272728 0.022723360841641067 1.3019526725788753 -88.69804732742112
裴来凡
2022/05/29
7900
图像旋转矫正
详解OpenCV卷积滤波之边缘处理与锚定输出
OpenCV在使用卷积进行图像处理过程种,如何处理边缘像素与锚定输出两个技术细节一直是很多人求而不得的疑惑。其实OpenCV在做卷积滤波时会对图像进行边界填充,实现对边缘像素的卷积计算的支持,不同填充方式与不同锚定点会得到图像卷积输出不同的结果。
OpenCV学堂
2019/05/13
1.4K0
详解OpenCV卷积滤波之边缘处理与锚定输出
Python-OpenCV 处理图像(一):基本操作
第一种方式使用cv2.cv的LoadImage、ShowImage和SaveImage函数
bear_fish
2018/09/19
1.9K0
相关推荐
【OpenCV】Chapter5.空间域图像滤波
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验