copyMakeBorder函数

copyMakeBorder函数：

调用方式：

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

参数的理解：

InputArray src：输入图像

OutputArray dst：输出的图像

int top, int bottom, int left, int right：表示对边界每个方向添加的像素个数，就是边框的粗细程度

int borderType：表示边界的类型

有下面几种类型：

borderType：扩充边缘的类型，就是外插的类型，OpenCV中给出以下几种方式

  * BORDER_REPLICATE            重复：  就是对边界像素进行复制
 * BORDER_REFLECT               反射：对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb    反射
 * BORDER_REFLECT_101       反射101： 例子：gfedcb|abcdefgh|gfedcba
 * BORDER_WRAP                   外包装：cdefgh|abcdefgh|abcdefg
 * BORDER_CONSTANT           常量复制：例子：iiiiii|abcdefgh|iiiiiii

const Scalar& value=Scalar()：表示如果边界的类型是 BORDER_CONSTANT  ，那么边界的颜色值；

opencv代码：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;




int main()
{
	Mat image, result;
	//获得边界的类型
	int borderType = BORDER_REPLICATE;
	//输入字符
	int c;

	image = imread("D:6.jpg");
	if (!image.data)
	{
		printf("fail to load image\n");
		return -1;
	}
	//使用说明
	cout << "使用说明：" << endl;
	cout << "按键c设置边界为随机的颜色" << endl;
	cout << "按键r设置边界为原图的颜色" << endl;
	cout << "按键按键ESC退出程序" << endl;

	//颜色随机值
	Scalar value;
	//随机数种子
	RNG rng(12345);
	//初始化参数：边框的粗细
	int top = (int)(0.05*image.rows);
	int bottom = (int)(0.05*image.rows);
	int left = (int)(0.05*image.cols);
	int right = (int)(0.05*image.cols);

	result = image;
	//imshow("显示结果",result);

	while (true)
	{
		c = waitKey(500);
		if ((char)c == 27)
		{
			break;
		}
		else if ((char)c == 'c')
		{
			//用常数添加边框（255：白色）
			borderType = BORDER_CONSTANT;
		}
		else if ((char)c == 'r')
		{
			//复制原图像的边界像素
			borderType = BORDER_REPLICATE;
		}

		//设置随机颜色
		value = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		//在图像周围形成边界：输入图像、输出图像（大小为源图像+边界）、上、下、左、右、边界类型、颜色
		copyMakeBorder(image, result, top, bottom, left, right, borderType, value);
		imshow("显示结果", result);
	}

}

实验结果：