opencv-python常用函数解析及参数介绍（二）——图像填充与图像融合

1.图像填充

函数及参数介绍

在opencv中使用cv2.copyMakeBorder可以进行图像的边界填充，需要的参数为(img, top_size, bottom_size, left_size, right_size, borderType），即（图片，上侧填充值，下侧填充值，左侧填充值，有侧填充值，边框类型）
边框类型的可选参数如下：

参数	作用
cv2.BORDER_REPLICATE	复制法，也就是复制最边缘像素。
cv2.BORDER_REFLECT	反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
cv2.BORDER_REFLECT_101	反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
cv2.BORDER_WRAP	外包装法cdefgh|abcdefgh|abcdefg
cv2.BORDER_CONSTANT	常量法，常数值填充。

其实通过英文也很好记忆，replicate意为重复，就是复制原图像边上的像素作为边框；reflect意为反射，就是以原图像的边作为对称面进行镜像；wrap为平铺，即将图像看作平铺状态下截取的一块；constant为常量，即以一个常量作为像素点填充

演示

假设我们有这样一幅图，名为kl.png

为了方便演示，我们将借助matplotlib进行显示，但是由于matplotlib显示通道是rgb而opencv显示通道是bgr，所以在读取之后还需要进行通道变换，这里只需要改变通道的排序方式即可

img = cv2.imread('kl.png')
img = img[:,:,::-1]

假设我们需要上下左右各填充50个像素点，我们进行5种填充

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)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

使用matplotlib显示原图与填充结果

import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant), plt.title('CONSTANT')

plt.show()

2.图像融合

预处理

首先我们打开两张图片

img_1=cv2.imread('photo.jpg')
img_2=cv2.imread('kl.png')

在进行图像融合之前我们先把图像变成一样大小，假设我们是让第二张图片变成第一张的大小，操作如下

img_2 = cv2.resize(img_2, (img_1.shape[1], img_1.shape[0]))

需要注意的是cv2中图像是shape是（h, w, c）而resize里面的参数是（w, h），所以resize的参数应该是(img_1.shape[1], img_1.shape[0])而不是(img_1.shape[0], img_1.shape[1])

融合以及显示

我们使用cv2.addWeighted进行图像融合

res = cv2.addWeighted(img_1, 0.6, img_2, 0.4, 0)
cv2.imshow('res',res) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

融合后的结果如下