OpenCV图像剪切的扩展和高级用法:任意裁剪,边界扩充

OpenCV图像剪切的扩展和高级用法:任意裁剪,边界扩充

尊重原创,转载请注明出处】http://blog.csdn.net/guyuealian/article/details/78113325
   利用感兴趣区域ROI和矩形类Rect,在OpenCV中可以很简单的就实现图像裁剪和剪切的功能,但剪切时常常会出现超出图像边界的区域的情况,对于超出图像边界的区域,我们必须进行特殊的处理,以避免出组数组越界的错误,如图1所示的裁剪错误。
cv::Mat src = cv::imread("D:\\OpencvTest\\1.jpg");//原始图像是200*200  
cv::Rect rect(-100, -100, 500, 500);  
cv::Mat image = src(rect);//这时裁剪,必然出错

图1
   对于特殊的要求,如,我们希望可以指定的颜色来填充,或者复制边界的像素的填充,甚至想镜像某个位置填充超出的边界,应该怎么办呢?OpenCV3中提供了一个图像边界的函数cv::copyMakeBorder(对应opencv2中的cvCopyMakeBorder)以及borderInterpolate,利用这个函数,可以间接实现这个功能。
    copyMakeBorder函数的用法,请参考博客:http://blog.csdn.net/qianqing13579/article/details/42323397
    注意:copyMakeBorder函数不能直接用于图像裁剪,博客后面会贴出封装好的ImageCropPadding()函数,方便亲们调用

函数原型:copyMakeBorder

void copyMakeBorder( const Mat& src, Mat& dst,
     int top, int bottom, int left, int right,
     int borderType, const Scalar& value=Scalar() );

函数功能:

      用于扩充src图像的边缘,使得图像变大变宽,该函数调用了cv::borderInterpolate函数
参数说明:
   src,dst:原图与目标图像
   top,bottom,left,right分别表示在原图四周扩充边缘的大小
   borderType:扩充边缘的类型,OpenCV中给出以下几种方式
  * BORDER_REPLICATE
  * BORDER_REFLECT
  * BORDER_REFLECT_101
  * BORDER_WRAP
  * BORDER_CONSTANT
    说明如下:

    
    
Enumerator
BORDER_CONSTANT 

iiiiii|abcdefgh|iiiiiii with some specified i(指定常数填充)

BORDER_REPLICATE 

aaaaaa|abcdefgh|hhhhhhh(复制边缘像素填充)

BORDER_REFLECT 

fedcba|abcdefgh|hgfedcb(反射复制边界像素)

BORDER_WRAP 

cdefgh|abcdefgh|abcdefg

BORDER_REFLECT_101 

gfedcb|abcdefgh|gfedcba(对称填充,也就是以最边缘像素为轴)

BORDER_TRANSPARENT 

uvwxyz|absdefgh|ijklmno

BORDER_REFLECT101 

same as BORDER_REFLECT_101

BORDER_DEFAULT 

same as BORDER_REFLECT_101

BORDER_ISOLATED 

do not look outside of ROI

(1)BORDER_REPLICATE:复制法,也就是复制最边缘像素。

     如上图,红色区域为src的最边界像素,蓝色区域是扩充的边界,我们将边缘扩大了5个像素(right=5),蓝色区域的宽度就是5,复制了5次红色区域的值。这种方式也就是OpenCV中的中值滤波medianBlur采用的边界处理方式
  (2)BORDER_REFLECT_101:对称法,也就是以最边缘像素为轴,对称扩展。如下面的图

     绿色区域是src最边界的像素,蓝色区域是我们扩充的5个像素的扩充边界,而红色区域就是蓝色区域在src的对称部分。这种方式也是OpenCV边界处理的默认方式(BORDER_DEFAULT=BORDER_REFLECT_101)
也是filter2D,blur,GaussianBlur,bilateralFilter的默认处理方式,所以这种方式在边界处理中应用还是非常广泛的
(3)BORDER_CONSTANT:常量法,可指定颜色填充
    常量法就是以一个常量像素值(由参数 value给定)填充扩充的边界值,这种方式在仿射变换,透视变换中非常常见
如下图:

     这里使用了默认的value,黑色填充了边界,所以红色区域的扩充的5个像素宽的边界是黑色的在copyMakeBorder的内部,调用了函数borderInterpolate
  前面提到,copyMakeBorder函数只是进行图像的简单扩充而已,而我们需要的是在图像裁剪时,对超过边界区域实现颜色自动填充。这里实现了一个Demo,对于超出剪切的区域,用红色(或其他)填充,这里贴出封装好的ImageCropPadding()函数,方便亲们调用下面
#include "stdafx.h"  
#include <iostream>    
#include <opencv2\opencv.hpp>    
#include <opencv2\highgui\highgui.hpp>    
using namespace std;
using namespace cv;


cv::Mat ImageCropPadding(cv::Mat srcImage, cv::Rect rect)
{
	//cv::Mat srcImage = image.clone();
	int crop_x1 = cv::max(0, rect.x);
	int crop_y1 = cv::max(0, rect.y);
	int crop_x2 = cv::min(srcImage.cols, rect.x + rect.width); // 图像范围 0到cols-1, 0到rows-1      
	int crop_y2 = cv::min(srcImage.rows, rect.y + rect.height);


	int left_x = (-rect.x);
	int top_y = (-rect.y);
	int right_x = rect.x + rect.width - srcImage.cols;
	int down_y = rect.y + rect.height - srcImage.rows;
	//cv::Mat roiImage = srcImage(cv::Range(crop_y1, crop_y2 + 1), cv::Range(crop_x1, crop_x2 + 1));    
	cv::Mat roiImage = srcImage(cv::Rect(crop_x1, crop_y1, (crop_x2 - crop_x1), (crop_y2 - crop_y1)));


	if (top_y > 0 || down_y > 0 || left_x > 0 || right_x > 0)//只要存在边界越界的情况,就需要边界填充    
	{
		left_x = (left_x > 0 ? left_x : 0);
		right_x = (right_x > 0 ? right_x : 0);
		top_y = (top_y > 0 ? top_y : 0);
		down_y = (down_y > 0 ? down_y : 0);
		//cv::Scalar(0,0,255)指定颜色填充    
		cv::copyMakeBorder(roiImage, roiImage, top_y, down_y, left_x, right_x, cv::BORDER_CONSTANT, cv::Scalar(0, 0, 255));
		//cv::copyMakeBorder(roiImage, roiImage, top_y, down_y, left_x, right_x, cv::BORDER_REPLICATE);//复制最边缘像素    
		//cv::copyMakeBorder(roiImage, roiImage, top_y, down_y, left_x, right_x, BORDER_REFLECT_101);  //边缘对称法填充     
	}
	//else//若不存在边界越界的情况,则不需要填充了    
	//{    
	//  destImage = roiImage;    
	//}    
	return roiImage;
}
int main(int argc)
{
	Mat src = imread("D:\\OpencvTest\\B1.jpg");//原始图像是200*200  
	cv::imshow("src", src);
	cv::Rect rect(-50, -50, 300, 300);
	printf("src:[%d,%d]", src.cols, src.rows);	printf("\n");
	cv::Mat crop_im1 = ImageCropPadding(src, rect);
	printf("rect:[%d,%d,%d,%d]", rect.x, rect.y, rect.width, rect.height);printf("\n");
	printf("crop_im1:[%d,%d]", crop_im1.cols, crop_im1.rows); printf("\n");
	cv::imshow("crop_im1", crop_im1);
	cvWaitKey(0);
	return 0;
}

   这美女不错吧,哈哈!注意,关注点不是美女,而是裁剪超出图像的红色区域。不过,对本人而言,我更喜欢复制边缘像素的填充方法:
   将原来copyMakeBorder函数参数改为:cv::BORDER_REPLICATE
cv::copyMakeBorder(roiImage, destImage, top_y, down_y, left_x, right_x, cv::BORDER_REPLICATE);//复制边缘像素填充
效果如下图所示,是不是看到美女的手好细好长,美美哒~注意,关注点不是美女,而是裁剪超出图像被复制的像素区域。

   还有更妖媚的填充方法:边缘对称法填充 ,效果如下图所示
cv::copyMakeBorder(roiImage, destImage, top_y, down_y, left_x, right_x, BORDER_REFLECT_101); //边缘对称法填充 

   
   
如果你觉得该帖子帮到你,还望贵人多多支持,鄙人会再接再厉,继续努力的~
  • 18
    点赞
  • 55
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论
OpenCV中的边界扩充可以通过cv2.copyMakeBorder函数实现。该函数的最后一个参数borderType指定了需要填充边界类型,可以有多种取值。其中一些常见的取值包括: - cv2.BORDER_CONSTANT:使用固定值填充边界 - cv2.BORDER_REFLECT_101或cv2.BORDER_DEFAULT:使用镜像对称的像素填充边界 - cv2.BORDER_REPLICATE:使用重复最后一个像素的值填充边界 - cv2.BORDER_WRAP:使用镜像填充边界 在代码示例中,通过导入cv2和matplotlib库,读取一张图片作为原图。然后使用cv2.copyMakeBorder函数对图片进行边界扩充,参数设置为20px,表示在上、下、左、右四个方向各扩充20个像素。边界类型选取了cv2.BORDER_REPLICATE。最后打印出原图和扩充边界后的图像的形状。 请注意,OpenCV提供了其他的边界扩充函数,例如cv2.copyMakeBorderWithParams,可以进一步定制填充的方式和参数。此外,在处理图像时,边界扩充通常用于处理卷积运算或图像金字塔等算法中边界像素的处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [番外7. 在 Python OpenCV 寻找目标区域以及边缘扩展的解决方案](https://blog.csdn.net/hihell/article/details/119765599)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
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

打赏作者

AI吃大瓜

尊重原创,感谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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