OpenCV的Python是旨在解决计算机视觉问题的Python绑定库。
cv2.copyMakeBorder()方法用于在像相框一样的图像周围创建边框。
语法:cv2.copyMakeBorder(src, 上, 下, 左, 右, borderType, 值)
参数:
src:它是源图像。
top:这是顶部方向的边框宽度, 以像素数为单位。
底部:这是底部方向的边框宽度(以像素数为单位)。
左:这是沿左方向的像素数量的边框宽度。
右:这是沿右方向的像素数的边框宽度。
borderType:描述要添加哪种边框。它由诸如cv2.BORDER_CONSTANT, cv2.BORDER_REFLECT等标志定义。
value:这是一个可选参数, 如果边界类型为cv2.BORDER_CONSTANT, 则描述边界的颜色。
返回值:返回图像。
borderType标志如下所述:
cv2.BORDER_CONSTANT:它添加了恒定的彩色边框。该值应作为下一个参数给出。
cv2.BORDER_REFLECT:边框将是边框元素的镜像。
假设, 如果图像包含字母” abcdefg”, 则输出将为” gfedcba | abcdefg | gfedcba”。
cv2.BORDER_REFLECT_101或cv2.BORDER_DEFAULT:它的工作原理与cv2.BORDER_REFLECT相同, 但有少许变化。
假设, 如果图像包含字母” abcdefgh”, 则输出将为” gfedcb | abcdefgh | gfedcba”。
cv2.BORDER_REPLICATE:复制最后一个元素。
假设, 如果图像包含字母” abcdefgh”, 则输出将为” aaaaa | abcdefgh | hhhhh”。
用于以下所有示例的图像:
![Python OpenCV cv2.copyMakeBorder()方法用法示例1](http://www.srcmini02.com/wp-content/uploads/2021/04/geeks14-3.png)
示例1:
# Python program to explain cv2.copyMakeBorder() method
# importing cv2
import cv2
# path
path = r 'C:\Users\Rajnish\Desktop\srcmini\geeks.png'
# Reading an image in default mode
image = cv2.imread(path)
# Window name in which image is displayed
window_name = 'Image'
# Using cv2.copyMakeBorder() method
image = cv2.copyMakeBorder(image, 10 , 10 , 10 , 10 , cv2.BORDER_CONSTANT)
# Displaying the image
cv2.imshow(window_name, image)
输出如下:
![Python OpenCV cv2.copyMakeBorder()方法用法示例2](http://www.srcmini02.com/wp-content/uploads/2021/04/4D64145C-56C4-448C-888C-94FC12B56700.png.jpg)
示例2:
# Python program to explain cv2.copyMakeBorder() method
# importing cv2
import cv2
# path
path = r 'C:\Users\Rajnish\Desktop\srcmini\geeks.png'
# Reading an image in default mode
image = cv2.imread(path)
# Window name in which image is displayed
window_name = 'Image'
# Using cv2.copyMakeBorder() method
image = cv2.copyMakeBorder(image, 100 , 100 , 50 , 50 , cv2.BORDER_REFLECT)
# Displaying the image
cv2.imshow(window_name, image)
输出如下:
![Python OpenCV cv2.copyMakeBorder()方法用法示例3](http://www.srcmini02.com/wp-content/uploads/2021/04/35217BE1-2695-47CE-BC30-CB04476B5CA1.png.jpg)
首先, 你的面试准备可通过以下方式增强你的数据结构概念:Python DS课程。
来源:
https://www.srcmini02.com/70281.html