如何分析cv2.copyMakeBorder，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
图像涉及卷积运算时，经常要用到0填充，0填充就是一种特殊的边缘填充，opencv-python库中用的就是copyMakeBorder()函数，这个函数有多种填充方式。
原图：
用cv2.BORDER_REPLICATE填充，重复最后一个像素，代码及效果：
img2 = cv2.copyMakeBorder(img1,200,200,200,200,cv2.BORDER_REPLICATE) #调整绘制尺寸 plt.figure(figsize=(5,5)) plt.imshow(img2,interpolation='bicubic')
使用cv2.BORDER_REFLECT填充，边界元素的镜像：
img3 = cv2.copyMakeBorder(img1,200,200,200,200,cv2.BORDER_REFLECT)
用cv2.BORDER_REFLECT_101填充，跟cv2.BORDER_REFLECT类似：
img3 = cv2.copyMakeBorder(img1,200,200,200,200,cv2.BORDER_REFLECT_101)
肉眼看不出多大区别，但两幅图像作差，可以看出还是不一样的：
plt.imshow(img4-img3,interpolation='bicubic')
具体有什么差别，知道的可以告诉我啊。
用cv2.BORDER_WRAP填充：
img5 = cv2.copyMakeBorder(img1,200,200,200,200,cv2.BORDER_WRAP)
用cv2.BORDER_CONSTANT填充，添加一个指定值的边界，默认是黑色：
img6 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT) #添加红色边界 #RED = [255,0,0] #img6 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=RED)
关于如何分析cv2.copyMakeBorder问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
