一、为什么需要边界填充

在图像处理中，卷积操作是核心处理手段之一。

例如，使用一个 3×3 的滤波器：

### # # ###

当处理图像边缘像素时，会遇到一个问题：边缘像素周围没有完整的邻域像素可供卷积核计算。因此，为了确保卷积操作能够正常进行，需要对图像外围进行边界填充（padding）。

二、OpenCV 边界填充

OpenCV 提供了专门的边界填充函数：

cv2.copyMakeBorder()

该函数的基本格式如下：

cv2.copyMakeBorder( src, top, bottom, left, right, borderType )

参数说明：

三、常见边界填充方式

1. 常量填充（BORDER_CONSTANT）

cv2.BORDER_CONSTANT

使用固定颜色填充边界区域。

示例代码：

constant = cv2.copyMakeBorder( image, 50, 50, 50, 50, cv2.BORDER_CONSTANT, value=[229, 25, 80] )

效果：图像外围全部变为指定的颜色（如 [229, 25, 80] 表示的 BGR 颜色）。

2. 镜像填充（BORDER_REFLECT）

cv2.BORDER_REFLECT

原图边缘像素序列：

abcdef

扩充后的序列：

fedcbabcdef

特点：复制边界像素并进行镜像对称，边界像素本身会被重复使用。

3. 反射填充（BORDER_REFLECT101）

cv2.BORDER_REFLECT101

与 BORDER_REFLECT 类似，都是镜像填充。

主要区别：BORDER_REFLECT101 不会重复边界像素，而是从边界像素的相邻像素开始反射，通常能获得更平滑的边界效果。

4. 复制填充（BORDER_REPLICATE）

cv2.BORDER_REPLICATE

复制最边缘的像素值来填充边界。

例如，原图边缘序列为 "abcde"，填充后变为：

aaaa|abcde|eeeee

特点：简单高效，但可能在边界处产生明显的条纹效应。

5. 环绕填充（BORDER_WRAP）

cv2.BORDER_WRAP

循环复制图像内容来填充边界。

例如，原图序列为 "abcde"，填充后变为：

abcdeabcde

特点：适用于周期性纹理的图像，能保持纹理的连续性。

四、阈值处理

4.1 什么是阈值处理

阈值处理（Thresholding）是一种基本的图像分割技术，根据像素值与预设阈值的比较结果，将图像转换为不同的区域。

常用于以下场景：

• 图像分割：将前景与背景分离
• 文字识别：增强文档图像中的文字区域
• 目标提取：从复杂背景中提取特定目标

五、threshold 函数

OpenCV 中的阈值处理函数格式如下：

ret, dst = cv2.threshold( src, thresh, maxval, type )

参数详细说明：

六、五种阈值类型

1. 二值化（THRESH_BINARY）

cv2.THRESH_BINARY

处理规则：

2. 反二值化（THRESH_BINARY_INV）

cv2.THRESH_BINARY_INV

处理规则与二值化相反：像素值大于阈值时设为 0，否则设为 maxval。

3. 截断（THRESH_TRUNC）

cv2.THRESH_TRUNC

当像素值超过阈值时，将其截断为阈值；否则保持原值不变。

例如：阈值为 175，像素值 220 会被截断为 175。

4. 保留大值（THRESH_TOZERO）

cv2.THRESH_TOZERO

处理规则：

大于阈值的像素值保持不变，小于等于阈值的像素值设为 0。

5. 保留小值（THRESH_TOZERO_INV）

cv2.THRESH_TOZERO_INV

处理规则：

小于阈值的像素值保持不变，大于等于阈值的像素值设为 0。

七、实例代码

gray = cv2.imread( 'wx.jpg', cv2.IMREAD_GRAYSCALE ) ret, binary = cv2.threshold( gray, 175, 255, cv2.THRESH_BINARY )

实现效果：将灰度图像转换为黑白二值图像，阈值设为 175，大于 175 的像素变为白色（255），其余变为黑色（0）。

八、总结

本文介绍了 OpenCV 中图像处理的两个重要技术：

掌握这些基础技术对于后续的图像处理、计算机视觉任务至关重要。