opencv-python库 cv2边界填充resize图片

边界填充

在OpenCV中，边界填充（Border Padding）是指在图像周围添加额外的像素，以扩展图像的尺寸或满足某些算法（如卷积）的要求。OpenCV提供了cv2.copyMakeBorder()函数来进行边界填充。

cv2.copyMakeBorder()函数的语法如下：

cv2.copyMakeBorder(src, top, bottom, left, right, borderType, value=None)

参数说明：

• src：源图像。
• top, bottom, left, right：分别表示在图像的顶部、底部、左侧和右侧添加的像素数。
• borderType：边界类型，决定了如何填充边界像素。OpenCV提供了以下几种边界类型：
  • cv2.BORDER_CONSTANT：使用常数值填充边界。
  • cv2.BORDER_REFLECT：边界像素是源图像边界像素的镜像反射。
  • cv2.BORDER_REFLECT_101或cv2.BORDER_DEFAULT：与cv2.BORDER_REFLECT类似，但稍有不同。
  • cv2.BORDER_REPLICATE：使用源图像边界像素的值填充边界。
  • cv2.BORDER_WRAP：将源图像边界像素的值进行环绕填充。
    value：当borderType为cv2.BORDER_CONSTANT时，需要指定填充的常数值。

下面是一个使用cv2.copyMakeBorder()进行边界填充的示例：

import cv2# 读取图像
image = cv2.imread('path_to_your_image.jpg')# 定义边界宽度和类型
top, bottom, left, right = 50, 50, 50, 50
border_type = cv2.BORDER_CONSTANT
value = [0, 0, 0]  # 黑色填充，BGR格式# 进行边界填充
padded_image = cv2.copyMakeBorder(image, top, bottom, left, right, border_type, value)# 显示填充后的图像
cv2.imshow('Padded Image', padded_image)# 等待按键并关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们在图像的四个方向上都添加了50个像素的黑色边界。你可以根据需要调整边界宽度、边界类型和填充值。边界填充在图像处理中常用于准备图像数据以进行卷积、池化等操作，或者在图像拼接、图像扩展等场景中也非常有用。

改变图片大小

在OpenCV（cv2）中，cv2.resize() 函数用于调整图像的尺寸。这个函数可以增大或减小图像的宽度和高度，并且可以选择不同的插值方法来决定如何计算新的像素值。

下面是 cv2.resize() 函数的基本语法：

cv2.resize(src, dsize, fx=None, fy=None, interpolation=cv2.INTER_LINEAR)

参数说明：

• src：输入图像。
• dsize：输出图像所需的尺寸，表示为 (width, height) 的元组。如果设置为 None，则可以使用 fx 和 * fy 参数来指定缩放因子。
• fx：水平轴的缩放因子。如果为 None，则根据 dsize.width 和原始图像的宽度计算。
• fy：垂直轴的缩放因子。如果为 None，则根据 dsize.height 和原始图像的高度计算。
• interpolation：插值方法，决定如何计算新的像素值。常用的插值方法包括：
  • cv2.INTER_NEAREST：最近邻插值。
  • cv2.INTER_LINEAR：双线性插值（默认）。
  • cv2.INTER_CUBIC：双三次插值。
  • cv2.INTER_AREA：像素区域关系插值（用于缩小图像）。
  • cv2.INTER_LANCZOS4：Lanczos插值。

下面是一个使用 cv2.resize() 调整图像尺寸的例子：

import cv2# 读取图像
image = cv2.imread('path_to_your_image.jpg')# 定义新的尺寸
new_size = (800, 600)# 使用 cv2.resize() 调整图像尺寸
resized_image = cv2.resize(image, new_size, interpolation=cv2.INTER_LINEAR)# 显示原始图像和调整尺寸后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Resized Image', resized_image)# 等待按键并关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，cv2.resize() 函数将原始图像的尺寸调整为 800x600 像素，并使用双线性插值（cv2.INTER_LINEAR）来计算新的像素值。你可以根据需要调整输出图像的尺寸和插值方法。