opencv笔记十七（解决图像外围边缘3*3矩阵无法计算问题）BORDER

最新推荐文章于 2024-01-22 11:34:41 发布
原创 最新推荐文章于 2024-01-22 11:34:41 发布 · 2.1k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了OpenCV中的三种图像边缘处理方式：BORDER_REPLICATE（复制法）、BORDER_REFLECT_101（对称法）和BORDER_CONSTANT（常量法）。通过示例详细解释了每种方法的工作原理，并提到了它们在OpenCV函数如filter2D、blur等中的应用。同时，概述了用于添加图像边缘的copyMakeBorder API及其参数含义。

 

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

 

BORDER_REFLECT_101：对称法，也就是以最边缘像素为轴，对称。

下面我们看图

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

最低0.47元/天 解锁文章
opencv的cv::BorderTypes::BORDER_REFLECT_101
qq_37589971的博客
10-25 3320
opencv边界填充的一个参数BORDER_REFLECT_101 cv::BorderTypes::BORDER_REFLECT_101 这个参数是怎么回事呢? 类似于镜像添加边界，就是以最边缘的像素为对称轴，添加边界。 举例子是最直接的说明方式。 /* copyMakeBorder(Mat src, // 输入图像 Mat dst, // 输出图像，添加边缘后的图像 .
图像处理--OpenCV学习笔记
Prime me的博客
02-04 3360
OpenCV
【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
Feeryman_Lee的博客
09-20 1769
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...
Halcon算子 convol_image
海盗Isaac
03-05 4787
这个算子对图像作卷积。convol_image(Image : ImageResult : FilterMask, Margin : )第三个参数是卷积核第四个是边缘处理方式 有'continued'      'cyclic'      'mirrored' 三种方式。卷积核 可以填  'sobel', 'laplace4', 'lowpas_3_3'也可以填自定义 如  写作 [3,3,16,...
OpenCV3以上版本矩阵和文件操作
princewwj的专栏
07-27 661
//OpenCV3以上版本矩阵和文件操作 #include <iostream> using namespace std; #include <cv.hpp> using namespace cv; int main(int argc, char *argv[]) {     Mat img = imread("xm.jpg", IMREAD_COLOR);    ...
opencv源码 --- Canny边缘检测
obsorb_knowledge的博客
12-16 962
步骤： Canny边缘检测是一种非常流行的边缘检测算法，是John Canny在1986年提出的。它是一个多阶段的算法，即由多个步骤构成。 1.图像降噪2.计算图像梯度3.非极大值抑制4.阈值筛选 opencv源码中，canny边缘检测的过程。 首先，图像降噪--进行边缘检测前，我们知道梯度算子可以用于增强图像，本质上是通过增强边缘轮廓来实现的，也就是说是可以检测到边缘的。但是，它们受噪声...
opencv学习笔记之图像尺寸、翻转与仿射变换
weixin_45775703的博客
02-15 2610
文章目录前言一、图像尺寸变换二、图像翻转变换三、图像仿射变换getRotationMatrix2D（）函数用于计算旋转矩阵getAffineTransform（）函数warpAffine（）函数原型 前言 opencv中有关图像尺寸、翻转与仿射变换 一、图像尺寸变换 函数原型： void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation = INTER_LINEA
OpenCV学习笔记（十）——图像卷积（cv.filter2D()、矩阵旋转cv.filp()）
a1016249126的博客
04-11 5270
目录1 图像卷积过程2 cv.filter2D()3 卷积运算在信号处理中十分常见，而图像信息可以看成一种信号。例如，图像的每一行可以看出测量亮度变化的信号，而每一列可以看作代表亮度变化的信号，因此图像可以进行卷积运算。信号处理中进行卷积计算时需要提供一个卷积函数，与此类似，图像的卷积运算需要提供一个卷积模板才能与原图像进行卷积运算。 1 图像卷积过程 图像的卷积过程可以看成一个卷积模板在一幅的图像上移动，然后对每个卷积模板覆盖的区域对应位乘积并求和，以得到中心像素的输出值。 卷积模板又称为卷积核或内核，是
永兴的笔记-OpenCV-6图像梯度和边缘检测
深度探寻者
01-01 1856
一、什么是图像梯度： 图像的梯度就是描述图像中灰度的变化，微积分就是求函数的变化率，即导数（梯度）。图像的梯度相当于2个相邻像素之间的差值。 图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导： 在x方向，选取某个像素，假设其像素值是100，沿x方向的相邻像素分别是90,90,90，则根据上面的计算其x方向梯度分别是10,0,0。这里只取变化率的绝对值，表明变化的大小即可。...
＜OpenCV＞ 边缘填充
thisiszdy的博客
09-11 635
OpenCV边缘填充算法
python opencv 图像边框(填充)添加及图像混合的实现方法（末尾实现类似幻灯片渐变的效果）
01-20
图像边框的实现 图像边框设计的主要函数 cv.copyMakeBorder()——实现边框填充 主要参数如下： 参数一：源图像——如：读取的img 参数二——参数五分别是：上下左右边的宽度——单位：像素 参数六：边框类型： cv.BORDER_CONSTANT——cv.BORDER_REPLICATE——cv.BORDER_REFLECT——cv.BORDER_WRAP——cv.BORDER_REFLECT_101——cv.BORDER_TRANSPARENT——cv.BORDER_REFLECT101——cv.BORDER_DEFAULT——cv.BORDER_ISOLA
【知识---OpenCV库中的图像边界处理的基本操作】
最新发布
fyc300的博客
01-22 656
OpenCV（Open Source Computer Vision Library）是一款开源的计算机视觉和机器学习软件库。它提供了一套全面的工具，用于图像和视频处理、计算机视觉以及机器学习。在图像处理中，边界处理是指在处理图像边缘像素时采取的策略。OpenCV 中的 cv::GaussianBlur 和其他一些图像处理函数提供了 borderType参数，用于指定在处理图像边缘时的边界处理方式。以上就是OpenCV中的有关于图像边界处理的一些基本操作，如有不足之处，还请大家斧正！！！
0010-OpenCV对图像或矩阵元素遍历的四种方法
清溪算法
11-13 1451
图像的点或矩阵中的元素，是我们进行运算时的基本元素，所以遍历图像的操作是经常要用到的，本文的代码用四种方式实现图像的遍历。 我们通过元素遍历实现对图像降色彩处理，因为256*256*256种颜色实在太多了，在图像颜色聚类或绘制彩色直方图时，我们需要用一些代表性的颜色代替丰富的色彩空间，此时可以将每个通道的256种颜色用64种代替，即将原来256种颜色划分64个颜色段，每个颜色段取中间的颜色值作为...
opencv3/C++ 离散余弦变换DCT
akadiao的博客
04-01 1万+
离散余弦变换/Discrete cosine transform， 根据离散傅里叶变换的性质，实偶函数的傅里叶变换只含实的余弦项，而数字图像都是实数矩阵，因此构造了一种实数域的变换——离散余弦变换(DCT)。 离散余弦变换具有很强的”能量集中”特性，左上方称为低频数据，右下方称为高频数据。而大多数的自然信号(包括声音和图像)的能量都集中在离散余弦变换后的低频部分。因此也可以在图像压缩算法中用来...
【opencv学习】单应性变换Homography
qq_29367075的博客
02-20 3127
import cv2 import numpy as np import pylab as plt if __name__ == '__main__': # 读取原始图像 im_src = cv2.imread('images/build.jpeg') h, w, c = im_src.shape # 原始图像中物体的四个顶点的信息 pts_src = np.array([(0, 0), (640, 0), (0, 520), (640, 520)]) #
opencv-python 的边界填充方式
xingtianyao的博客
09-08 1540
cv2.BORDER_REPLICATE：复制，复制最边缘像素进行填充（aa | abcdefg | gg），中值滤波采用复制法。cv2.BORDER_REFLECTT_101：倒映法，以图像最边缘像素为轴进行对称填充（dcb| abcdefg | fed）cv2.BORDER_CONSTANT：以常量像素值（value）填充扩充的边界（VV | abcdefg | VV）cv2.BORDER_REFLECT：对称法，以图像边缘为轴进行对称填充（cba| abcdefg | gfe）
边界外推和边界处理--cv::copyMakeBorder()和cv::borderInterpolate()
Tianchao龙虾
09-09 1568
边界外推
OpenCV--旋转向量与旋转矩阵相互转化
Tan
01-07 7469
处理三维旋转问题时，通常采用旋转矩阵的方式来描述。     一个向量乘以旋转矩阵等价于向量以某种方式进行旋转。     除了采用旋转矩阵描述外，还可以用旋转向量来描述旋转，旋转向量的长度（模）表示绕轴逆时针旋转的角度（弧度）。     旋转向量与旋转矩阵可以通过罗德里格斯（Rodrigues）变换进行转换。 算法过程如下： 式中，norm为求向量的模。反变换也可以很容易的通过
【OpenCV3.3】通过透视变换矫正变形图像
热门推荐
Rprop
08-18 5万+
在平面图像处理中，因为镜头角度等原因，容易导致图像出现倾斜、变形等情况，为了方便后续处理我们常常需要进行图像矫正，其中主要技术原理是两种变换类型--仿射变换(Affine Transformation)和透视变换(Perspective Transformation)。         仿射变换是二维坐标间的线性变换， 故而变换后的图像仍然具有原图的一些性质，包括“平直性”以及“平行性”，常用于
OpenCV3和C++实现Hessian矩阵在血管增强中的应用
在探讨Hessian矩阵以及其在血管增强中的应用时，我们首先需要了解Hessian矩阵的概念、它在图像处理中的作用，以及如何在使用OpenCV3和C++环境下进行相关开发。本篇将详细解说这些知识点，并为编程人员提供如何利用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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