34_OpenCv处理图像边界

OpenCV处理图像边界时，采用的方法是在源图像周围添加虚拟像素。需要解决的问题就是如何对缺少相邻像素点的边缘像素点（即边界）计算出一个有效的结果。实际处理时，在没有公认方法的情况下，一般通过自定义的方式在某一场景中处理问题。

1. 自定义边框

处理图像时，只要告诉要调用的函数添加虚拟像素的规则，库函数就会自动创建虚拟像素。需要注意在创建虚拟像素时采用的方法。函数cv::copyMakeBorder()为图像创建边框。通过指定两幅图像，第一幅图像是源图像，第二幅图像是扩充之后的图像，同时指明填充方法，这个函数就会将第一幅图像填补后的结果保存在第二幅图像中。函数原型：

void cv::copyMakeBorder(
	cv::InputArray src,  // input image
	cv::OutputArray dst,  // result image
	int top,  // top side padding(pixels)
	int bottom,  // bottom side padding(pixels)
	int left,  // left side padding(pixels)
	int right,  // right side padding(pixels)
	int borderType,  // pixel extrapolation method
	const cv::Scalar& value = cv::Scalar()  // used for constant borders
);

第一个参数是源图像，第二个参数是输出图像，后面的四个参数表示边框上下左右四个方向的尺寸，参数borderType是虚拟像素填充的方式，如下：

边框填充类型	效果
cv::BORDER_CONSTANT	使用指定的常量扩展边界，边界具有相同的值
cv::BORDER_WRAP	复制对边的像素扩展边界，为每个像素分配一个距离，这个距离是像素点到源图像边缘的距离，然后将距离对边相同距离的像素的值赋予对应的边框像素
cv::BORDER_REPLICATE	复制边缘的像素扩展边界，将源图像以外的像素全部赋值为图像边缘像素的值
cv::BORDER_REFLECT	通过镜像复制扩展边界，为边框的每个像素赋值了源图像内距离同一边界n对应的像素点得值
cv::BORDER_REFLECT_101	通过镜像赋值扩展边界，边界像素除外，为边框内每个像素赋值了源图像内距离同一边界n+1对应的像素点的值。大多数情况下，该值是默认选项，cv::BORDER_DEFALT对应的是cv::BORDER_REFLECT_101

参考下图理解上个参数的含义：

如下图是边缘处的像素值，更直观的显示borderType取不同值时的情况：

2. 自定义外推

某些情况下，需要计算某一特定像素所参考的像素的位置。比如，给定一幅宽为w，高位h的图像，需要知道用哪个像素为虚拟像素赋值。这个操作是外推的，使用函数cv::borderInterpolate()实现。函数原型：

int cv::borderInterpolate(  // returns coordinate of donor pixel
	int p,   // 0-based corrdinate of extrapolated pixel
	int len,   // length of array (on relevant axis)
	int borderType  // pixel axtrapolation method
);

该函数一次计算一个维度上的外推，这个函数的输入是一个坐标p，一个长度len（关联方向上的图像的实际大小）以及一个边界类型。比如，可以在混合的边界条件下计算一个特定像素的值，在一维中使用cv::BORDER_REFLECT_101，在另一个维度中使用cv::BORDER_WRAP。如下：

int nRow = cv::borderInterpolate(100, srcImg.rows, cv::BORDER_REFLECT_101);
int nCol = cv::borderInterpolate(-6, srcImg.cols, cv::BORDER_WRAP);
cv::Vec3b val = srcImg.at<cv::Vec3b>(nRow, nCol);