边界填充与图像融合

边界填充与图像融合

---

一、图片的边界填充

对于卷积操作，最边缘的像素一般无法处理，因为卷积核中心到不了最边缘像素。这时需要先将图片边界填充，再进行卷积操作，最后将扩充的边界去掉，则原图像每个像素都进行了卷积。

在 OpenCV 中边界填充是非常重要的函数，具体表述如下：

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

它的参数为：

• src：原图像；
• dst: 目标图像；
• top, bottom, left, right: 上下左右扩充的长度
• borderType:填充的类型。OpenCV 填充的类型有：
  • BORDER_DEFAULT：将最近的像素进行复制填充；
  • BORDER_REPLICATE：复制最近的一行或一列像素并一直延伸至添加边缘的宽度或高度；
  • BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制。我们使用字母为例，左右复制abcdefgh靠近边缘的 6个字母： fedcba | abcdefgh | hgfedc；
  • BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称复制。同样的，使用字母为例：gfedcba | abcdefg | gfedcba；
  • BORDER_WRAP：外包装法。相当于截断复制： cdefgh | abcdefgh | abcdefg；
  • BORDER_CONSTANT：常量法，常数值填充。
• value: 常数填充时的颜色值，填充的类型是常量型边界该值才有意义。

二、图像的融合

要实现图像的融合，首先要了解OpenCV读入图像变量的基本属性。

图像的基本属性

OpenCV 中图像读入的数据格式是ndarray 数据格式。通道顺序为 B G R ，取值范围是[0,255]。
注意： matplotlib 包也可以对图像处理，但是它操作图像的通道顺序为R G B。因此当 OpenCV 读取img后，使用img = img[:,:,(2,1,0)]更换通道即可使用matplotlib 进行处理。

OpenCV 读取的图片 image 对象时有以下典型属性：

• shape： 返回图像的[宽度, 长度, 通道数]的数组，如果是灰度图，返回值仅有行数和列数；

• size： 返回图像的像素；

• dtype： 返回图像的数据类型。

以J20.png图片为例，读取图片后如果执行以下代码：

print("长度:", img.shape[1], "宽度:", img.shape[0], "通道:", img.shape[2], "像素:", img.size, "数据类型:", img.dtype)

则输出：

长度: 462 宽度: 489 通道: 3 像素: 677754 数据类型: uint8

因为读入图像数据后被存储为矩阵形式，我们可以对像素点直接进行加减：