在OpenCV中图像边界扩展 copyMakeBorder 的实现

来源：互联网发布：黎明杀机mac能不能玩编辑：程序博客网时间：2024/04/28 11:32

1. 边界处理的类型

2. opencv的实现

在图像处理中，经常需要空域或频域的滤波处理，在进入真正的处理程序前，需要考虑图像边界情况。

通常的处理方法是为图像增加一定的边缘，以适应卷积核在原图像边界的操作。

1. 增加边界的类型有以下4个类型：

以一行图像数据为例，abcdefgh是原图数据，|是图像边界，为原图加边

aaaaaa|abcdefgh|hhhhhhh 重复

fedcba|abcdefgh|hgfedcb 反射

gfedcb|abcdefgh|gfedcba 反射101，相当于上一行的左右互换

cdefgh|abcdefgh|abcdefg 外包装

iiiiii|abcdefgh|iiiiiii with some specified 'i' 常量

2. opencv的实现

opencv中有几处增加边界的实现，其源码分别散布在Utils.cpp，Filter.cpp，Ts_func.cpp中，功能和实现都基本相同。

以Utils的copyMakeBorder，及Filter中的borderInterpolate为例，这两种的代码风格比较通俗易懂。

边界处理的步骤：

首先，为目的图像（结果图像）分配内存，图像大小为size（src.rows + top + bottom, src.cols + left + right）

然后，以原图为基准，逐行处理，先扩展左边界，复制原图数据到目的图像，再扩展右边界。

最后，扩展上边界，以及下边界。

其中，每扩展一个边界像素，都需要计算出对应的原图中的位置，这个功能被提炼出来，就是borderInterpolate

[cpp] view plaincopy
/* 
 Various border types, image boundaries are denoted with '|' 
  
 * BORDER_REPLICATE:     aaaaaa|abcdefgh|hhhhhhh 
 * BORDER_REFLECT:       fedcba|abcdefgh|hgfedcb 
 * BORDER_REFLECT_101:   gfedcb|abcdefgh|gfedcba 
 * BORDER_WRAP:          cdefgh|abcdefgh|abcdefg         
 * BORDER_CONSTANT:      iiiiii|abcdefgh|iiiiiii  with some specified 'i' 
 */  
int cv::borderInterpolate( int p, int len, int borderType ) // p是扩展边界的位置，len是原图宽度  
{  
    if( (unsigned)p < (unsigned)len )     // 转换为无符号类型，左边界和上边界：p一般是负数，右边界和下边界，p一般是大于len的。  
        ;  
    else if( borderType == BORDER_REPLICATE ) // 重复类型，每次对应原图的位置是0或len-1  
        p = p < 0 ? 0 : len - 1;  
    else if( borderType == BORDER_REFLECT || borderType == BORDER_REFLECT_101 ) // 反射/映射  
    {  
        int delta = borderType == BORDER_REFLECT_101;  
        if( len == 1 )  
            return 0;  
        do  
        {  
            if( p < 0 )    // 反射：左边界或101：右边界  
                p = -p - 1 + delta;  
            else  
                p = len - 1 - (p - len) - delta;  
        }  
        while( (unsigned)p >= (unsigned)len );  
    }  
    else if( borderType == BORDER_WRAP )  // 包装  
    {  
        if( p < 0 )  // 左边界  
            p -= ((p-len+1)/len)*len;  
        if( p >= len )  // 右边界  
            p %= len;  
    }  
    else if( borderType == BORDER_CONSTANT )  // 常量，另外处理  
        p = -1;  
    else  
        CV_Error( CV_StsBadArg, "Unknown/unsupported border type" );  
    return p;  
}  

非常量类型边界扩展：

[cpp] view plaincopy
static void copyMakeBorder_8u( const uchar* src, size_t srcstep, Size srcroi, // 原图 参数：数据，step，大小  
                               uchar* dst, size_t dststep, Size dstroi,  // 目的图像参数  
                               int top, int left, int cn, int borderType )  
{  
    const int isz = (int)sizeof(int);  
    int i, j, k, elemSize = 1;  
    bool intMode = false;  
  
    if( (cn | srcstep | dststep | (size_t)src | (size_t)dst) % isz == 0 )  
    {  
        cn /= isz;  
        elemSize = isz;  
        intMode = true;  
    }  
  
    AutoBuffer<int> _tab((dstroi.width - srcroi.width)*cn);  // 大小是 扩展的左右边界之和，仅用于存放 扩展的边界 在原图中的位置  
    int* tab = _tab;  
    int right = dstroi.width - srcroi.width - left;  
    int bottom = dstroi.height - srcroi.height - top;  
      
    for( i = 0; i < left; i++ ) // 左边界  
    {  
        j = borderInterpolate(i - left, srcroi.width, borderType)*cn;  // 计算出原图中对应的位置  
        for( k = 0; k < cn; k++ )  // 每个通道的处理  
            tab[i*cn + k] = j + k;  
    }  
      
    for( i = 0; i < right; i++ )  // 右边界  
    {  
        j = borderInterpolate(srcroi.width + i, srcroi.width, borderType)*cn;  
        for( k = 0; k < cn; k++ )  
            tab[(i+left)*cn + k] = j + k;  
    }  
  
    srcroi.width *= cn;  
    dstroi.width *= cn;  
    left *= cn;  
    right *= cn;  
      
    uchar* dstInner = dst + dststep*top + left*elemSize;  
  
    for( i = 0; i < srcroi.height; i++, dstInner += dststep, src += srcstep ) // 从原图中复制数据到扩展的边界中  
    {  
        if( dstInner != src )  
            memcpy(dstInner, src, srcroi.width*elemSize);  
          
        if( intMode )  
        {  
            const int* isrc = (int*)src;  
            int* idstInner = (int*)dstInner;  
            for( j = 0; j < left; j++ )  
                idstInner[j - left] = isrc[tab[j]];  
            for( j = 0; j < right; j++ )  
                idstInner[j + srcroi.width] = isrc[tab[j + left]];  
        }  
        else  
        {  
            for( j = 0; j < left; j++ )  
                dstInner[j - left] = src[tab[j]];  
            for( j = 0; j < right; j++ )  
                dstInner[j + srcroi.width] = src[tab[j + left]];  
        }  
    }  
      
    dstroi.width *= elemSize;  
    dst += dststep*top;  
      
    for( i = 0; i < top; i++ )  // 上边界  
    {  
        j = borderInterpolate(i - top, srcroi.height, borderType);  
        memcpy(dst + (i - top)*dststep, dst + j*dststep, dstroi.width); // 进行整行的复制  
    }  
      
    for( i = 0; i < bottom; i++ ) // 先边界  
    {  
        j = borderInterpolate(i + srcroi.height, srcroi.height, borderType);  
        memcpy(dst + (i + srcroi.height)*dststep, dst + j*dststep, dstroi.width); // 进行整行的复制  
    }  
}  

常量类型的扩展就更简单了：

[cpp] view plaincopy
static void copyMakeConstBorder_8u( const uchar* src, size_t srcstep, Size srcroi,  
                                    uchar* dst, size_t dststep, Size dstroi,  
                                    int top, int left, int cn, const uchar* value )  
{  
    int i, j;  
    AutoBuffer<uchar> _constBuf(dstroi.width*cn);  
    uchar* constBuf = _constBuf;  
    int right = dstroi.width - srcroi.width - left;  
    int bottom = dstroi.height - srcroi.height - top;  
      
    for( i = 0; i < dstroi.width; i++ ) // 初始化 常量buf的值  
    {  
        for( j = 0; j < cn; j++ )  
            constBuf[i*cn + j] = value[j];  
    }  
      
    srcroi.width *= cn;  
    dstroi.width *= cn;  
    left *= cn;  
    right *= cn;  
      
    uchar* dstInner = dst + dststep*top + left;  
      
    for( i = 0; i < srcroi.height; i++, dstInner += dststep, src += srcstep ) // 复制原图数据和扩展左右边界  
    {  
        if( dstInner != src )  
            memcpy( dstInner, src, srcroi.width );  
        memcpy( dstInner - left, constBuf, left );  
        memcpy( dstInner + srcroi.width, constBuf, right );  
    }  
      
    dst += dststep*top;  
      
    for( i = 0; i < top; i++ )  
        memcpy(dst + (i - top)*dststep, constBuf, dstroi.width); // 扩展上边界  
      
    for( i = 0; i < bottom; i++ ) // 扩展下边界  
        memcpy(dst + (i + srcroi.height)*dststep, constBuf, dstroi.width);  
}  

对于medianBlur( InputArray _src0, OutputArray _dst, int ksize )的边界扩展方式是重复复制最边缘像素 BORDER_REPLICATE。

cvFilter2DFilter2D

对图像做卷积

void cvFilter2D( const CvArr* src, CvArr* dst, const CvMat* kernel, CvPoint anchor=cvPoint(-1,-1)); #define cvConvolve2D cvFilter2D

src: 输入图像.
dst: 输出图像.
kernel: 卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道，先用 cvSplit 函数分解图像到单个色彩通道上，然后单独处理。
anchor: 核的锚点表示一个被滤波的点在核内的位置。锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。; 函数 cvFilter2D 对图像进行线性滤波，支持 In-place 操作。当核运算部分超出输入图像时，函数从最近邻的图像内部象素差值得到边界外面的象素值。

网址：http://blog.csdn.net/viewcode/article/details/8287599

0 0