当前位置:首页 > 芯闻号 > 充电吧
[导读]图像处理中经常遇到使用当前像素邻的像素来计算当前像素位置的某些属性值,这样就会导致边界像素处越界访问,一般有两种方法解决这种问题:只对不越界的像素进行处理;对图像边界进行拓展,本文主要介绍如何使用Op

图像处理中经常遇到使用当前像素邻的像素来计算当前像素位置的某些属性值,这样就会导致边界像素处越界访问,一般有两种方法解决这种问题:只对不越界的像素进行处理;对图像边界进行拓展,本文主要介绍如何使用OpenCV简单的对边界进行拓展。


边界的拓展方式

OpenCV提供了几种不同的边界拓展策略:


* BORDER_REPLICATE: aaaaaa|abcdefgh|hhhhhhh
* BORDER_REFLECT: fedcba|abcdefgh|hgfedcb
* BORDER_REFLECT_101: gfedcb|abcdefgh|gfedcba
* BORDER_WRAP: cdefgh|abcdefgh|abcdefg
* BORDER_CONSTANT: iiiiii|abcdefgh|iiiiiii with some specified ’i’


以上内容取自OpenCV的帮助文档。其中 “|” 表示的是图像的边界,连个“|”中间是图像的内容,最后一个边界拓展策略还要额外给定一个i值,用于对额外的边界进行赋值。


边界拓展

使用OpenCV提供的函数copyMakeBorder()来拓展边界,其原型如下


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


src:输入的数组。

dst:输出的拓展边界后的数组。

top:在src上边界向上拓展的行数。

bottom:在src下边界向下拓展的行数。

left:在src的左边界向左拓展的列数。

right:在src的右边界向右拓展的列数。

borderType:上一节中的边界拓展策略中的一个。

value:当你的边界策略使用的是BORDER_CONSTANT的时候,此处是指边界处填写的常数值。


实例

用一个简单实例来解释下如何拓展边界。


Mat extendedIm;
copyMakeBorder( orgIm, extendedIm, extRows, extRows, extCols, extCols, BORDER_REFLECT_101, Scalar::all(0) );


在实例中,上下边界分别拓展extRows行,左右分别拓展extCols列,使用的是BORDER_REFLECT_101,最有一个参数,可以不写,我这里写上是为了告诉大家函数可以填写这些参数。

以下是实验代码和结果:


#include#includeusing namespace std;
using namespace cv;
int main(int argc, char**argv){
	Mat orgIm = imread("theImage.png");
	int extRows = 19;
	int extCols = 15;	
	Mat extendedIm;
	copyMakeBorder( orgIm, extendedIm, extRows, extRows, extCols, extCols, BORDER_REFLECT_101);
	imshow("original image", orgIm);
	imshow("extended image", extendedIm);
	waitKey();
	return 0;
}



上图是原始图像。



上图是拓展后的图像。




本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

引言 随着科技的不断发展,数字图像处理技术也得到了广泛的应用。其中,数码相框是一种可以显示数字照片的数字设备。与传统的相框不同,数码相框可以显示各种类型的照片,包括静态的、动态的、立体的等,同时还可以通过网络进行传...

关键字: 数码相框 图像处理

机器视觉系统是一种利用计算机和图像处理技术来检测和测量物理、化学或生物特征的系统。它广泛应用于制造业、医疗保健、食品和饮料、物流和零售等行业,以实现自动化生产和提高产品质量。下面我们将介绍机器视觉系统的优缺点。

关键字: 机器视觉 图像处理

glmark2是开源的对OpenGL 2.0和 ES 2.0的基准测试程序,对GPU进行基准测试。glmark提供了一系列丰富的测试,涉及图形单元性能(缓冲,建筑,照明,纹理等)的不同方面,允许进行更全面和有意义的测试,...

关键字: ARM FPGA 图像处理 异构处理器

5月26日,Arm公司举行产品发布会,发布多款产品,包括首批Armv9 Cortex CPU内核、新款图像处理器Mali内核,以及互连技术CoreLink的最新版本。籍此“史上最大产品发布会”(Paul Williams...

关键字: ARM 图像处理 半导体

(全球TMT2022年10月17日讯)近日,第17届中国研究生电子设计竞赛全国总决赛评审工作圆满完成。今年,来自全国63个高校的114支参赛队伍报名了TI企业命题,创下历史新高。此次TI的企业命题要求学生基于TI前沿的...

关键字: 电子设计竞赛 MCU 图像处理

ARM 推出了一种新的图像信号处理器,以推进物联网和嵌入式市场的视觉系统,具有 8 个同时输入、HDR 功能和高达 48 兆像素的图像大小。

关键字: 图像处理 边缘计算

摘要:为了能够正确判别税票的粘贴质量,降低废品率,设计了一套基于CNN技术的税票检测装置。该装置加强了税票图像采集的清晰度,摆脱了包装机空间狭小、通道灰暗的限制,为税票检测系统提供了最有利的硬件支持。通过卷积神经网络图像...

关键字: CNN技术 图像处理 在线检测

摘 要:以RGB颜色模式为例,以九宫格为生成对比色目标,利用全组合算法建立数字化配色方案模型,根据不同基值 对结果进行设置,完成了无限组合配色方案的有限生成方案。为配色方案图谱提供了一种便捷的生成算法,适合网页设计、平...

关键字: 数字化配色方案 图像处理 全组合算法 对比色

摘要:针对一些通过头部姿势进行控制的智能设备,提出了基于鼻子相对位置的头势识别技术,并利用图像灰度化、均衡化、卷积、二值化等识别出鼻子位置,然后基于人体功能学特征,根据鼻子在人脸中的相对位置来判定人的头部姿势的实现方法。

关键字: 鼻子检测 头势识别 图像处理 Sobe1算子

摘要:交通标志的自动识别技术是智能车辆中辅助驾驶系统中的关键技术,未来会发挥越来越重要的作用。根据当前 该领域的研究现状,结合图像处理、计算机视觉和模式识别技术,提出了包括道路标志、红绿灯和车道线的道路信息识别 算法,开...

关键字: 计算机视觉 模式识别 道路标志 自动识别 图像处理
关闭
关闭