OpenCV图像上采样和降采样及阈值操作

1.图像上采样和降采样

（1）图像金字塔概念

我们在图像处理中常常会调整图像大小，最常见的就是放大（zoomin）和缩小（zoomout），尽管几何变换也可以实现图像放大和缩小，但是这里我们介绍图像金字塔。

一个图像金字塔式一系列的图像组成，最底下一张是图像尺寸最大，最上方的图像尺寸最小，从空间上从上向下看就像一个金字塔

高斯金字塔——用来对图像进行降采样

拉普拉斯金字塔——用来重建一张图片根据它的上层降采样图片

（2）高斯金字塔

高斯金字塔是从底向上，逐层降采样得到，降采样之后图像大小是原图像M*N的M/2*N/2,就是对原图像删除偶数行与列，即得到降采样之后上一层的图片。

高斯金字塔的生成过程分为俩步：

1）对当前层进行高斯模糊

2）删除当前层的偶数行与列

即可得到上一层的图像，这样上一层跟下一层相比，都只有它的1/4大小

（3）高斯不同

定义：就是把同一张图像在不同的参数下做高斯模糊之后的结果相减，得到的输出图像

高斯不同是图像的内在特征，在灰度图像增强、角点检测中经常用到

（4）采样API

上采样（cv:；pyrUp）——zoom in放大

pyrUp(Mat src,Mat dest,Size(src.cols*2,src.rows*2))生成的图像是原图在宽与高各放大2倍

降采样（cv：：pyrDown）——zoom out缩小

pyrDown(Mat src,Mat dest,Size(src.cols/2,src.rows/2))生成的图像是原图在宽与高各缩小2倍

2.基本阈值操作

（1）图像阈值

把图像分割的标尺，这个标尺是根据什么产生的，阈值产生算法？阈值类型

（2）阈值类型

阈值类型——阈值类型二值化(THRESH_BINARY)

左下方的图表示图像像素点src（x,y）值分布情况，蓝色水平线表示阈值

阈值类型二——阈值反二值化(THRESH_BINARY_INV)

左下方的图表示图像像素点src（x,y）值分布情况，蓝色线表示阈值

阈值类型——截断(THRESH_TRUNC)

左下方的图表示图像像素点src（x,y）值分布情况，蓝色线表示阈值

阈值类型——阈值取零(THRESH_TOZERO)

左下方的图表示图像像素点src（x,y）值分布情况，蓝色线表示阈值

阈值类型——阈值反取零(THRESH_TOZERO_INV)

左下方的图表示图像像素点src（x,y）值分布情况，蓝色线表示阈值

寻找阈值方法： THRESH_OTSU, THRESH_TRIANGLE

注意：必须是灰度图像处理