17-边缘处理

边缘处理

1、卷积边缘问题;
2、处理边缘;
3、代码演示;

卷积边缘问题

1、卷积算子不能够覆盖图像的边缘,无法计算处理边缘对应的像素值;3 * 3滤波有1个像素的边缘没被处理,5 * 5滤波有2个像素的边缘没被处理;
2、在OpenCV的滤波函数中,默认使用BORDER_DEFAULT对图像边缘进行处理;

卷积边缘的处理

1、边缘处理的方法:在卷积开始之前增加边缘像素,填充的像素值为0或者RGB颜色,以确保图像的边缘被处理,在卷积处理之后再去掉这些边缘
2、OpenCV中默认处理方法:BORDER_DEFAULT;常用的还有:

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;(replicate: 替换)(差值计算得到)
BORDER_WRAP : 用另外一边的像素来补偿填充;

给图像添加边缘的API: copyMakeBorder()

copyMakeBorder(
			Mat src, //输入图像
			Mat dst,  //添加边缘图像
			int top,  //边缘长度,一般上下左右都取相同值
			int bottom,
			int left,
			int right,
			int borderType, //边缘类型
			Scalar value    //颜色向量
			);
//参数配置 demo
int top =(int)(0.05 * src.rows);
int bottom = (int)(0.05 * src.rows);
int left = (int)(0.05 * src.cols);
int right = (int)(0.05 * src.cols);
int borderType = BORDER_DEFAULT/BORDER_REPLICATE/BORDER_WRAP/BORDER_CONSTANT;
//颜色向量只有在模式BORDER_CONSTANT下才起作用
copyMakeBorder(src,dst,top,bottom,left,right,borderType,Scalar(255,0,0));

Code

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
   
	Mat src, dst;
	src = imread("C:\\Users\\hello\\Desktop\\2.jpg");
	if (!src.data)
	{
   
		cout << "could not load the image..." << endl;
		return -1;
	}
	char INPUT_WIN[] = "input image";
	char OUTPUT_WIN[] = "Border demo";
	namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_WIN, src);
	/* int top =(int)(0.05 * src.rows); int bottom = (int)(0.05 * src.rows); int left = (int)(0.05 * src.cols); int right = (int)(0.05 * src.cols); RNG rng(12345); //生成一个随机数 int borderType = BORDER_DEFAULT; int c = 0; while (true) { c = waitKey(500); if ((char)c == 27) { break; } if ((char)c == 'r') { borderType = BORDER_REPLICATE; }else if ((char)c == 'w') { borderType = BORDER_WRAP; } else if ((char)c == 'c') { borderType = BORDER_CONSTANT; } else { borderType = BORDER_DEFAULT; } copyMakeBorder(src, dst, top, bottom, left, right, borderType, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255))); imshow(OUTPUT_WIN, dst); } */
	printf("%d", BORDER_DEFAULT);
	GaussianBlur(src, dst, Size(7, 7), 0, 0, BORDER_DEFAULT);//指定高斯滤波的边缘处理方法bordertype;
	imshow(OUTPUT_WIN, dst);

	waitKey(0);
	return 0;

}

效果

BORDER_WRAP:

BORDER_DEFAULT:

BORDER_REPLICATE:

BORDER_CONSTANT:

全部评论

相关推荐

hanliu:1. 排版与格式问题字体与对齐问题:标题和内容的字体大小差异不够明显,无法迅速吸引目光。某些文字看起来有些拥挤(比如校园经历中的“班委成员”部分)。2. 内容逻辑性模块顺序问题:实习经历放在较靠后的位置,实际上这部分内容对应聘来说更重要,建议提前突出。细节表述不够突出:比如教育背景部分的专业课程仅仅列出名字,没有说明自己在这些课程中表现如何或者掌握了什么技能,缺乏量化描述。多余内容:例如“班委成员”和“宣传委员”这类校园经历,叙述过于普通,缺乏和岗位相关的实质性贡献。,建议简写。3. 措辞专业性表达不够精准:例如“协助班长与团支书更好地为同学服务”显得较为笼统,没有实际成果的体现。用词重复:如“学习了焊接”“学习了光检”等重复词语较多,缺乏丰富的动词来展示个人能力(如“负责”“优化”“改进”等)。技能展示不足:虽然列出了UG和CAD证书,但没有明确提到这些技能如何在实际工作中发挥作用。4. 技能匹配度技能深度不足:虽然列出了掌握的软件和技术,但没有描述技能水平(如“熟练掌握”“精通”),也没有具体案例支持这些技能。缺乏岗位导向性:比如针对机械设计与制造方向,实习经历提到了“E6尾灯项目”,但没有详细说明自己在其中的技术贡献,可能会显得经验描述泛泛而谈。5. 自我评价问题表达空泛:如“具有良好的沟通协调能力”“责任心强”之类的描述太常见,没有让人眼前一亮的特点。缺乏成果支持:自我评价中的能力没有用具体项目、经历或成就来验证,可信度较弱。 兄弟加油
点赞 评论 收藏
分享
野猪不是猪🐗:这种直接口头上答应,骗面试,面完了直接拉黑,相当于给自己攒面经了(
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客企业服务