OpenCV Python如何为图像添加边框？

在图像处理中，经常需要添加边框来突出显示图像或者为图像留出空间供其他操作。本文将介绍如何使用OpenCV Python为图像添加边框。

方法一：使用cv2.copyMakeBorder函数

cv2.copyMakeBorder函数可以为图像添加任意宽度的边框，可以通过指定边框类型来控制边框的样式。

下面是一个简单的例子，演示如何为图像添加2个像素宽度的白色边框：

import cv2

# 读取图像
img = cv2.imread('example.jpg')

# 为图像添加2个像素宽度的白色边框
border_img = cv2.copyMakeBorder(img, 2, 2, 2, 2, cv2.BORDER_CONSTANT, value=[255, 255, 255])

# 显示原图和添加边框后的图像
cv2.imshow('original', img)
cv2.imshow('border', border_img)
cv2.waitKey()

在上面的代码中，cv2.copyMakeBorder函数的第一个参数是输入图像，第二个参数和第三个参数是上边框和下边框的宽度，第四个参数和第五个参数是左边框和右边框的宽度，第六个参数cv2.BORDER_CONSTANT指定使用常数填充边界，第七个参数value指定边界的颜色值。

如果要添加不同样式的边框，只需要改变第六个参数就可以了。例如，下面的代码演示了如何添加黑色边框：

import cv2

# 读取图像
img = cv2.imread('example.jpg')

# 为图像添加2个像素宽度的黑色边框，边框样式采用cv2.BORDER_REPLICATE
border_img = cv2.copyMakeBorder(img, 2, 2, 2, 2, cv2.BORDER_REPLICATE)

# 显示原图和添加边框后的图像
cv2.imshow('original', img)
cv2.imshow('border', border_img)
cv2.waitKey()

方法二：使用numpy.pad函数

numpy.pad函数也可以用来添加边框，使用方法比cv2.copyMakeBorder函数略有不同。

下面是一个例子，演示如何为图像添加2个像素宽度的白色边框：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('example.jpg')

# 为图像添加2个像素宽度的白色边框
border_img = np.pad(img, ( (2, 2), (2, 2), (0, 0) ), mode='constant', constant_values=255)

# 显示原图和添加边框后的图像
cv2.imshow('original', img)
cv2.imshow('border', border_img)
cv2.waitKey()

在上面的代码中，np.pad函数的第一个参数是输入的数组，第二个参数是边框宽度，每一个元素是一个元组，其中第一个元素是上边框或左边框的宽度，第二个元素是下边框或右边框的宽度。第三个参数是边框填充的模式，这里我们使用常数填充，所以指定mode=’constant’，第四个参数是填充边框使用的常数值，这里我们使用白色，所以指定constant_values=255。

方法三：使用numpy.vstack和numpy.hstack函数

numpy.vstack和numpy.hstack函数可以用来将几个图像组合在一起，从而形成一个新的图像。如果我们将原图像上下左右各添加一个像素，然后再将这几个图像组合在一起，就可以得到具有边框的新图像。

下面是一个例子，演示如何为图像添加1个像素宽度的黑色边框：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('example.jpg')

# 在上下左右各添加1个像素宽度的黑色边框
h_border = np.zeros((img.shape[0]+2, 1, 3), dtype=np.uint8)
v_border = np.zeros((1, img.shape[1]+2, 3), dtype=np.uint8)
h_border.fill(0)
v_border.fill(0)

img_with_border = np.vstack([h_border, np.hstack([v_border, img, v_border]), h_border])

# 显示原图和添加边框后的图像
cv2.imshow('original', img)
cv2.imshow('border', img_with_border)
cv2.waitKey()

在上面的代码中，我们先初始化了一个宽度为1，颜色为黑色的边框。然后，使用numpy.hstack函数将左边框、原图像和右边框组合在一起，使用numpy.vstack函数将上边框、中间的图片和下边框组合在一起，最终得到一个具有边框的新图像。