OpenCV为图像添加边框

目标

在本教程中，您将学习如何：

• 使用 OpenCV 函数 copyMakeBorder（） 设置边框（为图像添加额外填充）。

理论

• 注意

  下面的解释属于 Bradski 和 Kaehler 所著的《Learning OpenCV》一书。

1. 在之前的教程中，我们学习了使用卷积对图像进行操作。自然而然出现的一个问题是如何处理边界。如果评估点位于图像的边缘，我们如何卷积它们？

2. 大多数 OpenCV 函数所做的是将给定的图像复制到另一个稍大的图像上，然后自动填充边界（通过下面的示例代码中解释的任何方法）。这样，就可以毫无问题地在所需的像素上执行卷积（操作完成后会剪掉额外的填充）。

3. 在本教程中，我们将简要探讨为图像定义额外填充（边框）的两种方法：

   1. BORDER_CONSTANT：用常量值（即黑色或\（0\））填充图像
   2. BORDER_REPLICATE：将原始文本最边缘的行或列复制到额外的边框。

   这将在“代码”部分中更清楚地看到。

• 这个程序是做什么的？

  • 加载图像

  • 让用户选择在输入图像中使用哪种填充。有两个选项：

    1. 常量值边框：对整个边框应用常量值的填充。此值将每 0.5 秒随机更新一次。
    2. 复制的边框：边框将从原始图像边缘的像素值复制。

    用户通过按“c”（常量）或“r”（复制）来选择任一选项

  • 当用户按“ESC”时，程序结束

法典 C++爪哇岛蟒

教程代码如下所示。

您也可以从这里下载

#include“opencv2/imgproc.hpp”

#include“opencv2/imgcodecs.hpp”

#include “opencv2/highgui.hpp”

使用命名空间 CV;

声明变量

垫子 src， dst;

int 顶部、底部、左侧、右侧;

int borderType = BORDER_CONSTANT;

const char* window_name = “copyMakeBorder 演示”;

RNGrng（12345）;

int main（ int argc， char** argv ）

{

​ const char* imageName = argc >=2 ？argv[1] ： “莉娜.jpg”;

​ 加载图像

src = imread（ samples：：findFile（ imageName ）， IMREAD_COLOR ）;加载图片

​ 检查图像是否加载正常

​ if（ src.空()) {

printf（“打开图像时出错\n”);

printf（“ 程序参数： [image_name – default lena.jpg] \n”);

​ 返回 -1;

​ }

​ 此程序的简要操作方法

printf（ “\n \t copyMakeBorder 演示：\n” );

printf（ “\t -------------------- \n” );

printf（ “ ** 按 ‘c’ 将边框设置为随机常量值 \n”);

printf（ “ ** 按 ‘r’ 设置要复制的边框 \n”);

printf（ “ ** 按 ‘ESC’ 退出程序 \n”);

​ namedWindow（ window_name， WINDOW_AUTOSIZE );

​ 初始化筛选器的参数

顶部 = （int） （0.05*src.行）;底部 = 顶部;

左 = （int） （0.05*src.cols）;右 = 左;

​ 为(;😉

​ {

​ 标量值（ rng.uniform（0， 255）， rng.uniform（0， 255）， rng.uniform（0， 255） ）;

​ copyMakeBorder（ src， dst， top， bottom， left， right， borderType， value ）;

​ imshow（ window_name， dst ）;

​ 字符 c = （char）waitKey（500）;

​ 如果（ c == 27 ）

​ { 破; }

​ 否则 if（ c == ‘c’ )

{ borderType = BORDER_CONSTANT; }

​ 否则 if（ c == ‘r’ )

{ borderType = BORDER_REPLICATE; }

​ }

​ 返回 0;

}

解释 C++爪哇岛蟒

声明变量

首先，我们声明我们将要使用的变量：

声明变量

垫子 src， dst;

int 顶部、底部、左侧、右侧;

int borderType = BORDER_CONSTANT;

const char* window_name = “copyMakeBorder 演示”;

RNGrng（12345）;

特别值得一提的是变量 rng，它是一个随机数生成器。我们用它来生成随机边框颜色，我们很快就会看到。

加载图像

像往常一样，我们加载源图像 src：

​ const char* imageName = argc >=2 ？argv[1] ： “莉娜.jpg”;

​ 加载图像

src = imread（ samples：：findFile（ imageName ）， IMREAD_COLOR ）;加载图片

​ 检查图像是否加载正常

​ 如果（ src.empty（）） {

printf（“打开图像时出错\n”);

printf（“ 程序参数： [image_name – default lena.jpg] \n”);

​ 返回 -1;

​ }

创建窗口

在简要介绍如何使用该程序之后，我们创建一个窗口：

​ namedWindow（ window_name， WINDOW_AUTOSIZE );

初始化参数

现在，我们初始化定义边框大小（顶部、底部、左侧和右侧）的参数。我们给它们的值是 src 大小的 5%。

​ 初始化筛选器的参数

顶部 = （int） （0.05*src.rows）;底部 = 顶部;

左 = （整数） （0.05*src.cols）;右 = 左;

圈

程序在无限循环中运行，而未按下 ESC 键。如果用户按“c”或“r”，borderType 变量将分别取值 BORDER_CONSTANT 或 BORDER_REPLICATE：

​ 字符 c = （char）waitKey（500）;

​ 如果（ c == 27 ）

​ { 破; }

​ 否则 if（ c == ‘c’ )

{ borderType = BORDER_CONSTANT; }

​ 否则 if（ c == ‘r’ )

{ borderType = BORDER_REPLICATE; }

随机颜色

在每次迭代中（0.5 秒后），随机边框颜色（值）都会更新…

​ 标量值（ rng.uniform（0， 255）， rng.uniform（0， 255）， rng.uniform（0， 255） ）;

此值是在 [0,255] 范围内随机选取的一组三个数字。[0,255]

在图像周围形成边框

最后，我们调用函数 copyMakeBorder（） 来应用相应的填充：

​ copyMakeBorder（ src， dst， top， bottom， left， right， borderType， value ）;

• 参数是：
  1. src：源图像
  2. dst：目标映像
  3. top、bottom、left、right：图像两侧边框的长度（以像素为单位）。我们将它们定义为图像原始大小的 5%。
  4. borderType：定义应用的边框类型。对于此示例，它可以是常量，也可以是复制的。
  5. value：如果 borderType BORDER_CONSTANT，则此值用于填充边框像素。

显示结果

我们在之前创建的图像中显示输出图像

​ imshow（ window_name， dst ）;

结果

1. 编译完上面的代码后，您可以执行它，并给出图像的路径作为参数。结果应为：

   • 默认情况下，它以设置为 BORDER_CONSTANT 的边框开头。因此，将显示一系列随机彩色边框。
   • 如果按“r”，边框将成为边缘像素的复制品。
   • 如果按“c”，随机彩色边框将再次出现
   • 如果按“ESC”，程序将退出。

   下面是一些屏幕截图，显示了边框如何更改颜色以及BORDER_REPLICATE选项的外观：

   

   在线教程

• 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
• 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
• EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
• 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
• 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
• 机器学习 – 有指导和无指导情况下的基本机器学习算法
• 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
• 斯坦福统计学习
  有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
  ​

人工智能书籍

• OpenCV（中文版）.(布拉德斯基等)
• OpenCV+3计算机视觉++Python语言实现+第二版
• OpenCV3编程入门 毛星云编著
• 数字图像处理_第三版
• 人工智能:一种现代的方法
• 深度学习面试宝典
• 深度学习之PyTorch物体检测实战
• 吴恩达DeepLearning.ai中文版笔记
• 计算机视觉中的多视图几何
• PyTorch-官方推荐教程-英文版
• 《神经网络与深度学习》(邱锡鹏-20191121)
• …
  

第一阶段：零基础入门（3-6个月）

新手应首先通过少而精的学习，看到全景图，建立大局观。 通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再“哪里不会补哪里”即可。

第二阶段：基础进阶（3-6个月）

熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。

第三阶段：工作应用

这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。

有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
​