为什么要用边缘处理

• 如果kernel是3 x 3，那么图片周围一圈像素是扫不到的。
• 如果kernel是（2k+1）x (2k+1),那么图片周围k圈像素扫不到。

如下图

5 x 5的kernel能扫到的最大的面积就是以红框为边界的面积
图像周围2像素没有办法扫到

于是我们要处理图像周围2像素的边缘
在有的算法里是在原图像周围添加2像素，卷积后再去除

默认边缘处理

opencv中对边界的处理方法

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在四周各填充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

由于卷积操作导致的边界无法处理的问题，我们可以使用上节课我们讲到了自定义线性滤波使用的的API的最后一个参数，borderType。通过这个参数，我们可以有一些比较常用的处理方式，常用的边界类型如下：

enum BorderTypes {
    BORDER_CONSTANT    = 0, //!< `iiiiii|abcdefgh|iiiiiii`  with some specified `i`
    BORDER_REPLICATE   = 1, //!< `aaaaaa|abcdefgh|hhhhhhh`
    BORDER_REFLECT     = 2, //!< `fedcba|abcdefgh|hgfedcb`
    BORDER_WRAP        = 3, //!< `cdefgh|abcdefgh|abcdefg`
    BORDER_REFLECT_101 = 4, //!< `gfedcb|abcdefgh|gfedcba`
    BORDER_TRANSPARENT = 5, //!< `uvwxyz|absdefgh|ijklmno`
 
    BORDER_REFLECT101  = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101
    BORDER_DEFAULT     = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101
    BORDER_ISOLATED    = 16 //!< do not look outside of ROI
};
复制

自定义边缘处理

通过上面的讲解我们知道了为什么要进行边缘处理，也讲了默认的边缘处理方式，但是默认的边缘处理方式，只能解决由于卷积等操作导致的图片边缘无法处理问题
也就是说，单独的一个参数无法满足我们的需求，比如我们希望处理更多位置的边缘，不仅仅是未处理位置，如果默认的方式不能满足我们的要求，我们就需要自己自定义边缘处理方式。

API

我们用到下面这个API

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

• （1）InputArray类型的src ，输入图像。

• （2）OutputArray类型的dst ，输出图像，图像的类型和输入图像相同，尺寸为：Size(src.cols+left+right, src.rows+top+bottom)。

• （3）int类型的top，

• （4）int类型的bottom，

• （5）int类型的left，

• （6）int类型的right，上面四个参数是图像要增加的边缘的大小。

• （7）int类型的borderType，边缘的类型。参照 borderInterpolate。

• （8）Scalar类型的value，borderType==BORDER_CONSTANT时的边界值

注：这种方式会修改图像的尺寸。

代码展示

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
	Mat src;
	Mat dst;

	src = imread("C:/Users/86176/Pictures/pics/lena(1).tiff");
	if (!src.data)
	{
		cout << "could not load image !";
		return -1;
	}

	
	namedWindow("input img", CV_WINDOW_AUTOSIZE);
	namedWindow("output img", CV_WINDOW_AUTOSIZE);
	imshow("input img", src);

	int top = (int)(0.05 * src.rows);
	int botton = (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 (1)
	{
		c = waitKey(500);

		if ((char)c == 27)
		{
			break;
		}
		if ((char)c == 'r')
		{
			borderType = BORDER_REPLICATE;
		}
		else if ((char)c == 'v')
		{
			borderType = BORDER_WRAP;
		}
		else if ((char)c == 'c')
		{
			borderType = BORDER_CONSTANT;
		}
		else 
		{
			borderType = BORDER_DEFAULT;
		}
		Scalar color = Scalar(0 ,0 ,255);
		copyMakeBorder(src, dst, top, botton, left, right, borderType, color);
		imshow("output img", dst);
	}

	waitKey(0);
	return 0;
}
复制

效果

BORDER_DEFAULT

opencv中的自动边缘处理

BORDER_REPLICATE

用周围的像素进行填充

BORDER_WRAP

用另一边像素进行填充

BORDER_CONSTANT

用指定颜色进行填充

结语

copyMakeBorder这个函数可以增加图像的边缘

边缘处理更重要的是在图像卷积中的应用
使用filter2D、GussianBlur等进行试验

		//filter2D(img, src, -1, kernel, Point(-1, -1),0,BORDER_DEFAULT); 
 
        //filter2D(img, src, -1, kernel, Point(-1, -1),0,BORDER_CONSTANT); 
 
        //filter2D(img, src, -1, kernel, Point(-1, -1),0,BORDER_REPLICATE); 
 
        //filter2D(img, src, -1, kernel, Point(-1, -1),0,BORDER_WRAP); 
复制