当前位置：首页 > news >正文

图像处理中的边缘填充：原理与实践

news 2025/7/8 15:29:35

一、为什么需要边缘填充？

二、边缘填充方法

4.1 边界复制（BORDER_REPLICATE）

4.2 边界反射（BORDER_REFLECT）

4.3 边界反射101（BORDER_REFLECT_101）

4.4 边界常数（BORDER_CONSTANT）

4.5 边界包裹（BORDER_WRAP）

三、完整代码

四、总结

在图像处理中，边缘填充是一个常见的操作，尤其是在对图像进行旋转、缩放或变换时。填充边缘可以避免图像边界出现空白区域，从而保持图像的完整性。本文将详细介绍五种常用的边缘填充方法，并通过代码示例展示它们的实际应用。

一、为什么需要边缘填充？

在对图像进行旋转或变换时，原图像的某些部分可能会超出目标图像的边界，导致目标图像中出现空白区域。例如，当我们将一张图片逆时针旋转45度时，原图的四个顶点在旋转后的图像中已经看不到了，而旋转后的图像的四个顶点区域实际上是空白的。为了填补这些空白区域，我们需要对边缘进行填充。

以下是一个简单的例子：

原图：	旋转后的图：

可以看到，旋转后的图像中出现了黑色的空白区域。为了避免这种情况，我们需要对这些空白区域进行填充。

二、边缘填充方法

OpenCV提供了多种边缘填充方法，每种方法都有其独特的填充方式和应用场景。以下是五种常用的边缘填充方法：

4.1 边界复制（BORDER_REPLICATE）

原理
边界复制会将边界处的像素值进行复制，然后作为边界填充的像素值。填充后的图像四周的像素值与边界像素值相同。

示例
原图与填充后的图像对比如下：

原图	边界复制填充

代码实现

import cv2
import numpy as npdef test_edge_filling():img = cv2.imread("./src/cat.png")h, w, c = img.shapescale = 0.5m = cv2.getRotationMatrix2D((w // 2, h // 2), 45, scale)frame = (w, h)img_replicate = cv2.warpAffine(img, m, frame, borderMode=cv2.BORDER_REPLICATE)cv2.imshow("Original Image", img)cv2.imshow("Replicate Border", img_replicate)cv2.waitKey(0)cv2.destroyAllWindows()if __name__ == '__main__':test_edge_filling()

4.2 边界反射（BORDER_REFLECT）

原理
边界反射会根据原图的边缘进行反射填充。填充后的图像在边界处形成镜像效果。

示例
原图与填充后的图像对比如下：

原图	边界反射填充

代码实现

img_reflect = cv2.warpAffine(img, m, frame, borderMode=cv2.BORDER_REFLECT)
cv2.imshow("Reflect Border", img_reflect)

4.3 边界反射101（BORDER_REFLECT_101）

原理
与边界反射不同的是，边界反射101不再反射边缘的像素点，而是从倒数第二个像素点开始反射。

示例
原图与填充后的图像对比如下：

原图	边界反射101

代码实现

img_reflect_101 = cv2.warpAffine(img, m, frame, borderMode=cv2.BORDER_REFLECT_101)
cv2.imshow("Reflect 101 Border", img_reflect_101)

4.4 边界常数（BORDER_CONSTANT）

原理
边界常数填充会用指定的常量值填充空白区域。默认的填充常数值为0（黑色），但也可以指定其他颜色。

示例
原图与填充后的图像对比如下：

原图	边界常数填充

代码实现

img_constant = cv2.warpAffine(img, m, frame, borderMode=cv2.BORDER_CONSTANT, borderValue=(0, 0, 127))
cv2.imshow("Constant Border", img_constant)

4.5 边界包裹（BORDER_WRAP）

原理
边界包裹会将图像的边界部分“包裹”到另一侧，形成循环效果。

示例
原图与填充后的图像对比如下：

原图	边界反射101

代码实现

img_wrap = cv2.warpAffine(img, m, frame, borderMode=cv2.BORDER_WRAP)
cv2.imshow("Wrap Border", img_wrap)

三、完整代码

import cv2
import numpy as np# 填充方式
# 边界复制（BORDER_REPLICATE）: 复制边界像素值
# 边界反射（BORDER_REFLECT）: 以边界为对称轴，反射填充
# 边界反射101（BORDER_REFLECT_101）: 以边界为对称轴，反射填充，但首尾像素不重复
# 边界常数（BORDER_CONSTANT）: 用指定常量填充
# 边界包裹（BORDER_WRAP）: 以边界为对称轴，循环填充
def test001():img = cv2.imread("./src/cat.png")h, w, c = img.shapescale = 0.5m = cv2.getRotationMatrix2D((w // 2, h // 2), 45, scale)frame=(w,h)# 如果scale后的图像比frame小 就会有部分像素没值 就会进行填充img_replicate=cv2.warpAffine(img,m,frame,borderMode=cv2.BORDER_REPLICATE)img_reflect=cv2.warpAffine(img,m,frame,borderMode=cv2.BORDER_REFLECT)img_reflect_101=cv2.warpAffine(img,m,frame,borderMode=cv2.BORDER_REFLECT_101)img_constant=cv2.warpAffine(img,m,frame,borderMode=cv2.BORDER_CONSTANT,borderValue=(0,0,127))img_wrap=cv2.warpAffine(img,m,frame,borderMode=cv2.BORDER_WRAP)cv2.imshow("img",img)cv2.imshow("img_replicate",img_replicate)cv2.imshow("img_reflect",img_reflect)cv2.imshow("img_reflect_101",img_reflect_101)cv2.imshow("img_constant",img_constant)cv2.imshow("img_wrap",img_wrap)cv2.waitKey(0)if __name__ == '__main__':test001()