opencv016-处理边缘

23 篇文章 0 订阅

卷积边缘问题

l图像卷积的时候边界像素,不能被卷积操作,原因在于边界像素没有完全跟kernel重叠,所以当3x3滤波时候有1个像素的边缘没有被处理,5x5滤波的时候有2个像素的边缘没有被处理。

处理边缘

在卷积开始之前增加边缘像素,填充的像素值为0或者RGB黑色,比如3x3

四周各填充1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

常用的还有如下几种:

 - BORDER_CONSTANT填充边缘用指定像素值

 - 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

BORDER_DEFAULT

BORDER_CONSTANT

BORDER_REPLICATE 通过插值计算

BORDER_WRAP – 另外一边补偿

API说明 给图像添加边缘API

lcopyMakeBorder

 - Mat src, // 输入图像

 - Mat dst, // 添加边缘图像

 - int top, // 边缘长度,一般上下左右都取相同值,

 - int bottom,

 - int left,

 - int right,

 - int borderType // 边缘类型

 - Scalar value

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;

Mat src, dst, gray_src;

int main(int agrc, char** agrv) {

	src = imread("C:/Users/liyangxian/Desktop/bjl/nm3.jpg");
	if (!src.data) {
		printf("no load..\n");
		return -1;
	}
	const char* input_win = "input";
	const char * out_put = "rober X";
	namedWindow(input_win, CV_WINDOW_AUTOSIZE);
	namedWindow(out_put, CV_WINDOW_AUTOSIZE);
	imshow(input_win, 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);
	int borderType = BORDER_DEFAULT;

	int c = 0;
	while (true) {
		c = waitKey(500);
		//ESC
		if ((char)c == 27) {
			break;
		}
		if ((char)c == 'r') {
			borderType = BORDER_REPLICATE;
		}
		else if ((char)c == 'w') {
			borderType = BORDER_WRAP;
		}
		else if ((char)c == 'c') {
			borderType = BORDER_CONSTANT;
		}
		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(out_put, dst);
	}
	/*GaussianBlur(src, dst, Size(5, 5), 0, 0, BORDER_DEFAULT);//最后一项为边缘处理方式
	imshow(out_put, dst);*/
	waitKey(0);
	return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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