OpenCV之图像处理(十七) 处理边缘

卷积边缘问题
    图像卷积的时候边界像素,不能被卷积操作,原因在于边界像素没有完全跟kernel重叠,
    所以当3x3滤波时候有1个像素的边缘没有被处理,5x5滤波的时候有2个像素的边缘没有被处理。
处理边缘
    在卷积开始之前增加边缘像素,填充的像素值为0或者RGB黑色,比如3x3在四周各填充1个像素的边缘,这样就确保图像的边缘被处理,在卷积处理之后再去掉这些边缘。
    openCV中默认的处理方法是: BORDER_DEFAULT,此外常用的还有如下几种:
     - BORDER_CONSTANT – 填充边缘用指定像素值
     - BORDER_REPLICATE – 填充边缘像素用已知的边缘像素值。(插值,双线性插值?)
     - BORDER_WRAP – 用另外一边的像素来补偿填充
     - BORDER_DEFAULT - 用倒影的方式填充

给图像添加边缘API
    copyMakeBorder(
     - Mat src, // 输入图像
     - Mat dst, // 添加边缘图像
     - int top, // 边缘长度,一般上下左右都取相同值,
     - int bottom,
     - int left,
     - int right, 
     - int borderType // 边缘类型
     - Scalar value // 边缘类型为 BORDER_CONSTANT 时,有效
    )

代码

    #include "../common/common.hpp"

    void main(int argc, char** argv)
    {
        Mat src, dst1, dst2;
        src = imread(getCVImagesPath("images/test1_4.png"), IMREAD_COLOR);
        imshow("src", src);

        int top = 0.05 * src.rows;
        int bottom = 0.05 * src.rows;
        int left = 0.05 * src.cols;
        int right = 0.05 * src.cols;
        RNG rng(12345);
        int borderType = BORDER_DEFAULT;

        int c = 0;
        while (true)
        {
            if ((c = waitKey(500)) == 27) break;//esc
            if (c == 'r')
            {
                borderType = BORDER_REPLICATE;
            }
            else if (c == 'w')
            {
                borderType = BORDER_WRAP;
            }
            else if (c == 'c')
            {
                borderType = BORDER_CONSTANT;
            }
            Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
            copyMakeBorder(src, dst1, top, bottom, left, right, borderType, color);
            imshow("borderType", dst1);

            if (borderType == BORDER_WRAP) continue;
            //按 w 这里会报错,GaussianBlur 不支持 BORDER_WRAP
            GaussianBlur(src, dst2, Size(5, 5), 0, 0, borderType);// BORDER_DEFAULT 是默认的
            imshow("GaussianBlur", dst2);
        }
    }

效果图

这里写图片描述

猜你喜欢

转载自blog.csdn.net/huanghuangjin/article/details/81133839