八、计算机视觉-边界填充

---

前言

在Python中使用OpenCV进行边界填充（也称为zero padding）是一种常见的图像处理操作，通常用于在图像周围添加额外的像素以便进行卷积或其他操作。下面是使用OpenCV进行边界填充的基本原理和方法

一、原理

边界填充的原理是在图像的周围添加一圈像素，这些像素的值通常设置为0，因此称为zero padding。这样做的目的是为了确保在对图像进行卷积等操作时，边界像素也能够得到正确的处理，而不会出现边界效应导致输出图像尺寸减小的情况。
这怎么理解呢，让我们通过一个简单的例子来说明：
假设我们有一张 5x5 的灰度图像如下所示：

我们想要对这个图像进行 3x3 的均值滤波，即每个像素的值都取其周围 3x3 区域像素值的平均值。假设我们的卷积核是一个全1的 3x3 矩阵。
进行卷积操作时，我们将卷积核从左上角开始依次移动到图像的每个像素位置，对应位置的输出像素值计算如下：
对于位置(1,1)，与卷积核重叠的像素为：

算这些像素的平均值，得到输出像素值为：(1+2+3+6+7+8+11+12+13) / 9 = 7.444
同样的方法，我们可以得到输出图像中其他位置的像素值。然而，当卷积核与图像边界相交时，由于边界像素周围没有足够的像素可以计算平均值，因此会出现边界效应。在上述例子中，当卷积核位于图像的左上角时，它与图像的左边界和上边界相交，导致无法计算边界像素的周围像素值，因此无法得到正确的输出像素值。
为了解决边界效应，常见的方法之一是通过在图像周围添加额外的像素，即边界填充（zero padding），从而确保卷积核在图像边界处能够正确应用。

二、具体的实现

代码如下（示例）：

image = cv2.imread('./img/dog21.png')
image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
# 定义填充参数
top_border = 10
bottom_border = 10
left_border = 10
right_border = 10# 使用常数填充，填充值为0
bordered_image_constant = cv2.copyMakeBorder(image, top_border, bottom_border, left_border, right_border, cv2.BORDER_CONSTANT, value=0)# 使用边界复制
bordered_image_replicate = cv2.copyMakeBorder(image, top_border, bottom_border, left_border, right_border, cv2.BORDER_REPLICATE)# 使用边界反射
bordered_image_reflect = cv2.copyMakeBorder(image, top_border, bottom_border, left_border, right_border, cv2.BORDER_REFLECT)# 使用边界反射101
bordered_image_reflect_101 = cv2.copyMakeBorder(image, top_border, bottom_border, left_border, right_border, cv2.BORDER_REFLECT_101)# 使用边界包裹
bordered_image_wrap = cv2.copyMakeBorder(image, top_border, bottom_border, left_border, right_border, cv2.BORDER_WRAP)# 创建子图
fig, ((ax1, ax2, ax3),(ax4, ax5,ax6)) = plt.subplots(2, 3, figsize=(20, 10), sharex=True, sharey=True)# 显示图像
ax1.imshow(image.copy())
ax1.set_title('original')
ax2.imshow(bordered_image_constant)
ax2.set_title('constant')
ax3.imshow(bordered_image_replicate, cmap='gray')
ax3.set_title('replicate')
ax4.imshow(bordered_image_reflect, cmap='gray')
ax4.set_title('reflect')
ax5.imshow(bordered_image_reflect_101, cmap='gray')
ax5.set_title('reflect_101')
ax6.imshow(bordered_image_wrap, cmap='gray')
ax6.set_title('wrap')
plt.show()

我们通过创建子图的方式显示，我们创建一个2行3列的图片显示，这样方面我们对比，你也可以像之前那样一张张显示也行。
我们首先看下cv2.copyMakeBorder介绍

cv2.copyMakeBorder() 是 OpenCV 库中的一个函数，用于在图像周围创建边框。下面是该函数的参数及其解释：src：要处理的输入图像。
top：在源图像的顶部添加的像素数目。
bottom：在源图像的底部添加的像素数目。
left：在源图像的左侧添加的像素数目。
right：在源图像的右侧添加的像素数目。
borderType：边框类型，可以是以下之一：
cv2.BORDER_CONSTANT：添加一个常量值的边框。此时需要提供一个value参数，用于指定常量值。
cv2.BORDER_REPLICATE：复制源图像的边界像素。
cv2.BORDER_REFLECT：对源图像的边界进行反射，比如：fedcba|abcdefgh|hgfedcb
cv2.BORDER_REFLECT_101：对源图像的边界进行反射，但略微不同，比如：gfedcb|abcdefgh|gfedcba
cv2.BORDER_WRAP：对源图像的边界进行包装，比如：cdefgh|abcdefgh|abcdefg
value（可选）：当borderType为cv2.BORDER_CONSTANT时，指定的常量值。
该函数返回一个新的图像，其大小为原始图像加上指定边框大小，并且根据指定的边框类型进行填充。

执行返回如下：

上面参数中 主要就是borderType参数，
cv2.BORDER_CONSTANT：添加一个常量值的边框。此时需要提供一个value参数，用于指定常量值。这个最好理解，就是给边缘加一个边框 边框颜色就是value的值，如果是0就是黑色。

cv2.BORDER_REPLICATE：这个很好理解，就是边缘像素点向外复制。你可以看上图的第3图片的边缘 就能看出最外层一圈都是一个像素值
如下图

cv2.BORDER_REFLECT：对源图像的边界进行反射 你可以想象图片外部边缘为轴，把边缘像素对折到外部，如图：我们看底部填充的像素 就是图片最底部像素的一个反射，当然其他区域也是如此。就不一一显示了 。

cv2.BORDER_REFLECT_101：和上面差不多 只不过他是以边缘像素为轴进行反射 效果如图：

cv2.BORDER_WRAP：对源图像的边界进行包装，可以结合上面这些复制方法看下 这个复制也很好理解，是：cdefgh|abcdefgh|abcdefg