OpenCV图像剪切，超出图像区域指定颜色填充

  在OpenCV中实现图像裁剪和剪切是很简单的，但剪切时常常会出现超出边界的区域的情况，对于超出图像边界的区域，我们希望可以采用指定的颜色来填充。OpenCV3中提供了一个填充边界的函数cv::copyMakeBorder（对应opencv2中的cvCopyMakeBorder），利用这个函数，可以实现这个功能。下面实现一个Demo，对于超出剪切的区域，用红色填充。   若想在Matlab中实现图像剪切，对超出图像区域指定颜色填充，#include "stdafx.h"
#include <iostream>  
#include <opencv2\opencv.hpp>  
#include <opencv2\highgui\highgui.hpp>  
using namespace std;
using namespace cv;

cv::Mat im_crop1(cv::Mat srcImage, cv::Rect rect)
{
  cv::Mat destImage = cv::Mat::zeros(rect.height, rect.width, 0);// 目标图像  
                       // 获取可填充图像  
  int crop_x1 = cv::max(0, rect.x);
  int crop_y1 = cv::max(0, rect.y);
  int crop_x2 = cv::min(srcImage.cols - 1, rect.x + rect.width - 1); // 图像范围 0到cols-1, 0到rows-1  
  int crop_y2 = cv::min(srcImage.rows - 1, rect.y + rect.height - 1);

  cv::Mat roiImage = srcImage(cv::Range(crop_y1, crop_y2 + 1), cv::Range(crop_x1, crop_x2 + 1));// 左包含，右不包含  

                                              // 如果需要填边  
  int left_x = (-rect.x);
  int top_y = (-rect.y);
  int right_x = rect.x + rect.width - srcImage.cols;
  int down_y = rect.y + rect.height - srcImage.rows;

  if (top_y > 0 || down_y > 0 || left_x > 0 || right_x > 0)//只要存在边界越界的情况，就需要边界填充
  {
    left_x = (left_x > 0 ? left_x : 0);
    right_x = (right_x > 0 ? right_x : 0);
    top_y = (top_y > 0 ? top_y : 0);
    down_y = (down_y > 0 ? down_y : 0);
    cv::copyMakeBorder(roiImage, destImage, top_y, down_y, left_x, right_x, cv::BORDER_CONSTANT, cv::Scalar(0,0,255));//cv::Scalar(0,0,255)指定颜色填充
    // 自带填充边界函数，top_y, down_y, left_x, right_x为非负正数  
    // 而且I.cols = roi_img.cols + left_x + right_x, I.rows = roi_img.rows + top_y + down_y  
  }
  else//若不存在边界越界的情况，则不需要填充了
  {
    destImage = roiImage;
  }
  return destImage;
}

cv::Mat im_crop2(cv::Mat img, cv::Rect rect)
{
  cv::Mat I = cv::Mat::zeros(rect.height, rect.width, 0);// 目标图像  

                               // 获取可填充图像  
  int crop_x1 = cv::max(0, rect.x);
  int crop_y1 = cv::max(0, rect.y);
  int crop_x2 = cv::min(img.cols - 1, rect.x + rect.width - 1); // 图像范围 0到cols-1, 0到rows-1  
  int crop_y2 = cv::min(img.rows - 1, rect.y + rect.height - 1);

  cv::Mat roi_img = img(cv::Range(crop_y1, crop_y2 + 1), cv::Range(crop_x1, crop_x2 + 1));// 左包含，右不包含  

                                              // 截取图像在I中位置  
  int x1 = crop_x1 - rect.x;
  int y1 = crop_y1 - rect.y;
  int x2 = crop_x2 - rect.x;
  int y2 = crop_y2 - rect.y;

  I(cv::Range(y1, y2 + 1), cv::Range(x1, x2 + 1)) = I(cv::Range(y1, y2 + 1), cv::Range(x1, x2 + 1)) + roi_img;
  // 此处用加法，虽然I初始设置值全0，但是如果不用加法，直接“=”赋值，结果为0，不是想要的结果  
  return I;
}
int main(int argc)
{

  Mat src = imread("E:\\MatlabTest2\\images\\liuyifei.jpg");//原始图像是700*500
  cv::imshow("src", src);
  //cv::cvtColor(src, src, CV_RGB2GRAY);
  cv::Mat resize_img;
  cv::resize(src, resize_img, cv::Size(src.cols*0.5, src.rows*0.5), 0, 0, CV_INTER_LINEAR);// 缩小图像
  cv::imshow("resize_img", resize_img);
  cv::Rect rect(50, 50, 100, 100);
  // 裁剪图像，越界部分指定颜色填充
  // 函数im_crop1：使用与RGB和灰度图像
  // 函数im_crop2：使用与灰度图像
  cv::Mat crop_im1 = im_crop1(resize_img, rect);
  //cv::Mat crop_im = im_crop2(src1, rect);
  cv::imshow("crop_im1", crop_im1);
  cvWaitKey(0);
  return 0;
}