图像金字塔

高斯金字塔

向下采样（缩小）向着塔尖进行

1. 将图像与高斯内核进行卷积
2. 将所有的偶数行和列去除

向上采样（放大）向着塔底进行

1. 将图像在每个方向扩大原来的两倍，新增的行和列用0填充
2. 再将放大后的图像与高斯内核进行卷积得到近似值

import cv2#opencv 的读取格式是BGR
import matplotlib.pyplot as plt
import numpy as np

def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
#高斯金字塔  向下采样（变小）向上采样（变大）
img=cv2.imread('test.jpg')
cv_show('test',img)
print(img.shape)

up=cv2.pyrUp(img)
cv_show('test',up)
print(up.shape)

down=cv2.pyrDown(img)
cv_show('test',down)
print(down.shape)

shape结果
(680, 440, 3)
(1360, 880, 3)
(340, 220, 3)

拉普拉斯金字塔

R=G-PyrUp(PyrDown(G))

常做多层迭代使用，这里展示一层迭代

#拉普拉斯金字塔 L=G-PyrUp(PyrDown(G))
img1=cv2.imread('test.jpg')
down_up=cv2.pyrUp(cv2.pyrDown(img1))
res=img1-down_up
cv_show('res',np.hstack((img,res)))