Python 使用cv2.GaussianBlur时关于边框类型的查询

当使用填充时，边框|u REFLECT|u 101应为边框值的这种方式：gfedcb | abcdefgh | gfedcba

从图形上看，应该是这样的（图像的左上边框）：

但是红场上的x怎么办？他们的价值观是如何决定的？谢谢

---

下图表示图像的左上部分。如果我想用一个3x3内核对这个图像进行高斯模糊，那么像素（每个像素都用一个x表示）就会被添加。为了计算原始图像中4（蓝色方块内部）占据的位置上的输出值，需要该蓝色方块内部的“x”像素值。现在，如果borderType=cv2.BORDER\u REFLECT\u 101，我理解它们是什么值。但我不知道如果borderType=cv2.BORDER\u隔离会发生什么

---

红色部分是右下角3x3像素的副本，围绕X轴和Y轴翻转。即，

3,5,4；8,7,5 ; 7,6,3

易于使用

copyMakeBorder

@DanMašek顺便问一下，你知道BORDER_是如何工作的吗？描述中说“不要看ROI之外”，我不明白，因为当使用高斯模糊时，你需要通过填充创建的值（你的高斯核的值之和等于一，所以你应该使用内核下填充图像的所有值），请参见中的注释。我不明白。卷积（使用高斯模糊）如何在不考虑填充增加的像素值的情况下进行？不，这不是它的意思。使用

cv:：Mat

实例以及numpy数组可以创建新的

Mat

/array，该数组充当源图像较小“感兴趣区域”（ROI）的视图。它不是一个副本，它仍然使用相同的底层数据，所以如果你修改它，你也会修改原始图像——它只是更小。（例如，您可以在示例图像中仅创建该红方块的视图）。现在，如果您尝试将

copyMakeBorder

（这是GaussingBlur在进行卷积之前所做的）应用于这样的图像，它将在默认情况下尝试使用…红色部分是右下角3x3像素的副本，围绕X轴和Y轴翻转。即，

3,5,4；8,7,5 ; 7,6,3

易于使用

copyMakeBorder

@DanMašek顺便问一下，你知道BORDER_是如何工作的吗？描述中说“不要看ROI之外”，我不明白，因为当使用高斯模糊时，你需要通过填充创建的值（你的高斯核的值之和等于一，所以你应该使用内核下填充图像的所有值），请参见中的注释。我不明白。卷积（使用高斯模糊）如何在不考虑填充增加的像素值的情况下进行？不，这不是它的意思。使用

cv:：Mat

实例以及numpy数组可以创建新的

Mat

/array，该数组充当源图像较小“感兴趣区域”（ROI）的视图。它不是一个副本，它仍然使用相同的底层数据，所以如果你修改它，你也会修改原始图像——它只是更小。（例如，您可以在示例图像中仅创建该红方块的视图）。现在，如果您尝试将

copyMakeBorder

（这是GaussingBlur在进行卷积之前所做的）应用于这样的图像，它将在默认情况下尝试使用。。。