8. 图像金字塔

图像金字塔

图像金字塔有两种。 1) 高斯金字塔和 2) 拉普拉斯金字塔
高斯金字塔中的更高级别（低分辨率）是通过删除低级别（更高分辨率）图像中的连续行和列而形成的。然后更高级别的每个像素由具有高斯权重的底层级别的5个像素的贡献形成。通过这样做，M×N 图像变为 M/2×N/2 图像。因此面积减少到原来面积的四分之一。它被称为八度。随着我们在金字塔中的上层（即分辨率降低），相同的模式仍在继续。同样地，在扩展时，面积​​在每一级变为 4 倍。我们可以使用 cv.pyrDown() 和 cv.pyrUp()函数找到高斯金字塔

1. 高斯金字塔

cv.pyrDown()Python中用法:

dst	=	cv.pyrDown(	src[, dst[, dstsize[, borderType]]]	)

模糊图像并对其进行下采样。
默认情况下，输出图像的大小计算为 Size((src.cols+1)/2, (src.rows+1)/2)，但无论如何，应满足以下条件：
$$|dstsize.width\ast 2-src.cols|\le 2$$
$$|dstsize.height\ast 2-src.rows|\le 2$$
该函数执行高斯金字塔构造的下采样步骤。首先，它将源图像与内核进行卷积：
$$\frac{1}{256}\left[\begin{array}{ccccc}1& 4& 6& 4& 1\\ 4& 16& 24& 16& 4\\ 6& 24& 36& 24& 6\\ 4& 16& 24& 16& 4\\ 1& 4& 6& 3& 1\end{array}\right]\text{\hspace{1em}(1)}$$
然后，它通过删除偶数行和列来对图像进行下采样。

pyrUp()Python中用法：

	dst	=	cv.pyrUp(	src[, dst[, dstsize[, borderType]]]	)

对图像进行上采样，然后对其进行模糊处理。
默认情况下，输出图像的大小计算为 Size(src.cols*2, (src.rows*2)，但在任何情况下，都应满足以下条件：
$$|dstsize.width-src.cols\ast 2|\le (dstsize.widthmod2)$$
$$|dstsize.height-src.rows\ast 2|\le (dstsize.heightmod2)$$
该函数执行基于高斯金字塔的上采样步骤，尽管它实际上可以用于构造拉普拉斯金字塔。首先，它通过注入零行和零列对源图像进行上采样，然后使用与 pyrDown 乘以 4 相同的内核对结果进行卷积。

2. 拉普拉斯金字塔

构造流程如下：G为高斯层级

# 为 A 生成高斯金字塔
G = A.copy()
gpA = [G]
for i in range(6):
    G = cv.pyrDown(G)
    gpA.append(G)

# 为 B 生成高斯金字塔
G = B.copy()
gpB = [G]
for i in range(6):
    G = cv.pyrDown(G)
    gpB.append(G)

# 为 A 生成拉普拉斯金字塔
lpA = [gpA[5]]
for i in range(5, 0, -1):
    GE = cv.pyrUp(gpA[i])
    L = cv.subtract(gpA[i - 1], GE)
    lpA.append(L)

# 为 B 生成拉普拉斯金字塔
lpB = [gpB[5]]
for i in range(5, 0, -1):
    GE = cv.pyrUp(gpB[i])
    L = cv.subtract(gpB[i - 1], GE)
    lpB.append(L)

# 现在在每个级别添加图像的左半部分和右半部分
LS = []
for la, lb in zip(lpA, lpB):
    rows, cols, dpt = la.shape
    ls = np.hstack((la[:, 0:int(cols / 2)], lb[:, int(cols / 2):]))
    LS.append(ls)

# 重构
ls_ = LS[0]
for i in range(1, 6):
    ls_ = cv.pyrUp(ls_)
    ls_ = cv.add(ls_, LS[i])

# 直接连接原图每一半的图像
real = np.hstack((A[:, :int(cols / 2)], B[:, int(cols / 2):]))
ls_ = cv.cvtColor(ls_, cv.COLOR_BGR2RGB)
real = cv.cvtColor(real, cv.COLOR_BGR2RGB)
plt.subplot(121), plt.imshow(ls_), plt.title("Pyramid_blending")
plt.axis("off")# 关闭坐标轴

plt.subplot(122), plt.imshow(real), plt.title("Direct_blending")
plt.axis("off")


# cv.imwrite('Pyramid_blending2.jpg', ls_)
# cv.imwrite('Direct_blending.jpg', real)
plt.show()

结果如下：