【C++ OpenCV】边缘处理(解决进行卷积运算图像的边界像素不能被卷积操作的问题) API+用法

1.卷积边缘问题

图像在进行卷积运算的时候,图像的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,所以在进行33滤波的时候,有一个像素的边缘没有被处理,55滤波的时候有2个像素的边缘没有被处理。

2.处理边缘

在卷积开始之前增肌阿边缘像素,填充的像素值为0或者为RGB黑色,比如3*3的卷积核,在图像的四周各填充一个像素的边缘,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,此外还有常用的如下几种:
-BORDER_CONSTANT-填充边缘用指定的像素值
-BORDER_REPLICATE-填充边缘像素用已知的边缘像素值。
-BORDER_WRAP-用另外一边的像素来补偿填充

3.相关API

(1)给图像添加边缘

copyMakeBorder(Mat src,    //输入图像
Mat dst,   //添加边缘图像
int top,    //上边缘长度,一般上下左右都取相同的值
int bottom,  //下边缘长度
int left,     //左边缘长度
int right,     //右边缘长度
int borderType,  //边缘类型
Scalar value)      //填充颜色

代码演示:

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;

Mat src,dst;
int main(int argc, char** argv) {
	src = imread("D:/image/img1.jpg");
	if (!src.data) {
		printf("couldl not load image...\n");
		return -1;
	}

	char InputImage[] = "input image";
	char OutputImage[] = "output image";
	namedWindow(InputImage, WINDOW_AUTOSIZE);
	namedWindow(OutputImage, WINDOW_AUTOSIZE);
	imshow(InputImage,src);

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

	int c = 0;
	while (true) {
		c = waitKey(500);
		//按esc退出
		if (char(c) == 27) {
			break;
		}
		if (char(c) == 'r') {
			borderType = BORDER_REPLICATE;
		}
		else if (char(c) == 'v') {
			borderType = BORDER_WRAP;
		}
		else if (char(c) == 'c') {
			borderType = BORDER_CONSTANT;
		}
		else {
			borderType = BORDER_DEFAULT;
		}
		Scalar color = Scalar(rng.uniform(0, 255),rng.uniform(0, 255), rng.uniform(0, 255));
		copyMakeBorder(src,dst,top,bottom,left,right,borderType,color);
		imshow(OutputImage, dst);
	}

	waitKey(0);
	return 0;
}
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C++ OpenCV中,形态学操作是一种图像处理技术,用于改变图像的形状和结构。形态学操作通常用于图像分割、去噪、边缘检测等应用中。 在进行形态学操作之前,我们需要获取图像的结构元素。结构元素类似于卷积核,它定义了形态学操作的形状和大小。在OpenCV中,我们可以使用getStructuringElement()函数来获取特定形状和大小的结构元素\[2\]。 getStructuringElement()函数的使用方式如下: ``` Mat element = getStructuringElement(shape, size); ``` 其中,shape参数指定结构元素的形状,可以是矩形、椭圆或十字形。size参数指定结构元素的大小。 获取到结构元素后,我们可以将其用于后续的形态学操作,例如腐蚀、膨胀、开运算、闭运算等。这些操作可以通过调用morphologyEx()函数来实现\[3\]。 morphologyEx()函数的使用方式如下: ``` morphologyEx(src, dst, op, kernel, anchor, iterations, borderType, borderValue); ``` 其中,src参数是输入图像,dst参数是输出图像,op参数指定形态学操作的类型,kernel参数是结构元素,anchor参数是结构元素的锚点,iterations参数是操作的迭代次数,borderType参数是边界处理方式,borderValue参数是边界像素的值。 通过使用getStructuringElement()函数获取结构元素,并结合morphologyEx()函数进行形态学操作,我们可以实现各种图像处理任务。 #### 引用[.reference_title] - *1* *2* [C++ opencv 图像形态学、膨胀、腐蚀、闭、开、顶帽、黑帽](https://blog.csdn.net/HWWH520/article/details/125015959)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [opencv c++ 图像形态学操作](https://blog.csdn.net/lucust/article/details/128207799)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值