Opencv--图像金字塔

目标

• 使用OpenCV函数cv :: pyrUp和cv :: pyrDown对给定图像进行下采样或上采样。

理论

注意

下面的解释属于Bradski和Kaehler 的“ 学习OpenCV ”一书。

• 通常我们需要将图像转换成与原始图像不同的大小。为此，有两个可能的选择：升高图像（放大）或缩小（缩小）。
• 虽然有一个几何变换中的OpenCV函数-literally-调整图像大小（CV ::调整大小，我们将在以后的教程显示），在该部分中，我们分析第一使用图像金字塔，这是在广泛应用的视觉范围广泛的应用。

图像金字塔

• 图像金字塔是由单个原始图像产生的图像的集合，它们被连续下采样，直到达到一些所需的停止点。
• 有两种常见的图像金字塔：高斯金字塔：用于缩减图像拉普拉斯金字塔：用于从金字塔中较低的图像重建上采样图像（分辨率较低）
• 在本教程中，我们将使用高斯金字塔。

高斯金字塔

• 想象一下金字塔是一组层，层数越高，尺寸越小。

• 每个层从底部到顶部编号，因此层(i+1)（表示为Gi+1）小于层i（Gi）。
• 为了在高斯金字塔中产生层(i+1)，我们做如下：

将Gi与高斯内核进行卷积：

删除每个偶数行和列。

• 您可以轻松注意到，所得到的图像将是其前身的四分之一。在输入图像（原始图像）上迭代该过程产生整个金字塔。G0
• 上面的过程对于缩小图像是有用的。如果我们想使它更大，怎么办？：填充零的列（）0

1. 首先，将图像大小增加到每个维度的两倍，即新的偶数行和
2. 用与上述相同的内核（乘以4）执行卷积近似“丢失像素”的值

• 这两个过程（如上所述的下采样和上采样）由OpenCV函数cv :: pyrUp和cv :: pyrDown实现，我们将在下面的代码示例中看到：

注意

当我们减小图像的大小时，我们实际上丢失了图像的信息。

 

代码实现：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;

int main(int argc, char** argv) {
	Mat src,dst1,dst2;
	src = imread("C:/usr/opencv-test/Testpictures/sight.jpg");
	if (!src.data)
	{
		printf("load image failed!\n");
		return -1;
	}
	namedWindow("src image", CV_WINDOW_AUTOSIZE);
	imshow("src image", src);


	//上采样
	pyrUp(src, dst1, Size(src.cols * 2, src.rows * 2));
	imshow("dst1 image", dst1);

	//降采样
	pyrDown(src, dst2, Size(src.cols / 2, src.rows / 2));
	imshow("dst2 image", dst2);

	//DOG(高斯不同)
	Mat gray_src, g1, g2, dogImg;
	cvtColor(src, gray_src, CV_BGR2GRAY);
	GaussianBlur(gray_src, g1, Size(3, 3), 0, 0); //高斯模糊
	GaussianBlur(g1, g2, Size(3, 3), 0, 0);
	subtract(g1, g2, dogImg, Mat());

	//归一化显示
	normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);
	imshow("DOG Image", dogImg);

	
	waitKey(0);
	return 0;
}

效果图：

image_pyramid

DOG(高斯不同)
​​​