Python +OpenCV CH12:图像金字塔

1 理论基础

1.1 什么是图像金字塔

• 同一图像的不同分辨率的子图集合
• 形式: . 向下取样以及向上取样
  

1.2 向下取样: 分辨率不断降低

• 从第i层获取第i+1层
• 实现方法
  ・1) 对图像Gi进行高斯核卷积(高斯滤波 - 让临近的点权重更大)
  ・2) 删除所有的偶数行与列
  ・3) 原始图像M*N → 处理后 M/2 * N/2 , 也就是原来的1/4, 称为 Octave操作
  ・4) 重复执行该过程. 注意: 会丢失信息

1.3 向上取样: 分辨率不断增大

• 从第i层获取第i+1层 注意: 会模糊
• 实现方法
  ・1) 在每个方向上扩大为原来的2倍
  ・2) 新增的行列以0填充
  ・3) 使用与"向下采样"相同的卷积核(滤波),乘以4 获取"新增像素"的新值.
  ・4) 乘以4的原因是, 原像素值周围的3个0,会把自身像素值给分掉.
  

1.4 对比

• 向上采样,向下采样不是互逆操作
• 经过两种操作后,无法恢复原有图像
  

2 pryDown函数及应用

2.1 cv2.pyrDown函数

dst = cv2.pyrDown(src)
・dst – 向下采样结果；
・src– 源图像；

2.2 代码示例

• 示例1 (单次取样)代码

import cv2
import numpy as np
src = cv2.imread("image\\lena.bmp", cv2.IMREAD_GRAYSCALE)
dst=cv2.pyrDown(src )
cv2.imshow("original",src )
cv2.imshow("PyrDown",dst)
cv2.waitKey()
cv2.destroyAllWindows()

• 示例1 (单次取样) 运行结果

• 示例2(多次取样) 代码

import cv2
import numpy as np
o=cv2.imread("image\\man.bmp")
r1=cv2.pyrDown(o)
r2=cv2