opencv两个图片直接相加,会直接相加,如果超过255,会取模。
print((img_cat+img_cat2)[:5,:,0]) # 0-255 若相加越界后 294 用 294%256 获得余数 38
可以使用这种方式查看。展示的是前5行,所有列的第一个通道的值。
还有一种方法是cv2.add(),这个方法会直接将超过255的值设置为255,不会取模。
import cv2
import matplotlib.pylab as plt
def border_fill(img):
# 边界填充
# BORDER_REPLICATE:复制法,也就是复制最边缘像素。
# BORDER_REFLECT:反射法,对感兴趣的图像中的像素在两边进行复制例如:fedcba|abcdefgh|hgfedcb
# BORDER_REFLECT_101:反射法,也就是以最边缘像素为轴,对称,gfedcb|abcdefgh|gfedcba
# BORDER_WRAP:外包装法cdefgh|abcdefgh|abcdefg,即将图像的边缘进行交换。
# BORDER_CONSTANT:常量法,常数值填充。
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_CONSTANT, value=0)
# cv2.imshow('replicate', replicate)
# cv2.imshow('reflect', reflect)
# cv2.imshow('reflect101', reflect101)
# cv2.imshow('wrap', wrap)
# cv2.imshow('constant', constant)
# cv2.waitKey()
# cv2.destroyAllWindows()
plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REPLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTAVI')
plt.show()
# opencv两个图片直接相加,会直接相加,如果超过255,会取模。
# print((img_cat+img_cat2)[:5,:,0]) # 0-255 若相加越界后 294 用 294%256 获得余数 38
# 可以使用这种方式查看。展示的是前5行,所有列的第一个通道的值。
# 还有一种方法是cv2.add(),这个方法会直接将超过255的值设置为255,不会取模。
填充后的结果如图所示
标签:plt,img,方式,imshow,cv2,图片,255,BORDER,size From: https://blog.csdn.net/qq_45943389/article/details/137467333