理论
高斯金字塔:用来对图像进行降采样,从底向上,逐层采样得到,降采样之后的图像大小是原图像M*N的M/2、N/2,即对原图像删除偶数行与列,得到降采样后的上一层图片,整个过程分为两步
- -对当前层进行高斯模糊
- -删除当前层的偶数行与列
拉普拉斯金字塔:根据它的上层降采样图片重建图片
高斯不同(DOG):就是把同一张图像在不同参数下做高斯模糊后的结果相减,得到输出图像。主要表现图像的内在特征,在灰度图像增强、角点检测中经常用到。
API
上采样:pyrUp(src,dst,Size(src.cols*2,src.rows*2))生成的图像是原图在宽与高各放大两倍-拉普拉斯金字塔
下采样:pyrDown(src,dst,Size(src.cols/2,src.rows/2))生成的图像是原图像在宽与高上各缩小1/2-高斯金字塔
代码示例
#include <opencv2/opencv.hpp>
#include <iostream>
#include "math.h"
using namespace cv;
int main(int agrc, char** argv) {
Mat src, dst;
src = imread("D:/cat.jpg");
if (!src.data) {
printf("could not load image...");
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "sample up";
namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);
imshow(INPUT_WIN, src);
// 上采样
pyrUp(src, dst, Size(src.cols*2, src.rows * 2));
imshow(OUTPUT_WIN, dst);
// 降采样
Mat s_down;
pyrDown(src, s_down, Size(src.cols / 2, src.rows / 2));
imshow("sample down", s_down);
// DOG高斯不同
Mat gray_src, g1, g2, dogImg;
cvtColor(src, gray_src, CV_BGR2GRAY);
GaussianBlur(gray_src, g1, Size(5, 5), 0, 0);
GaussianBlur(g1, g2, Size(5, 5), 0, 0);//高斯模糊
subtract(g1, g2, dogImg, Mat());//图像相减
// 归一化显示
normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);
imshow("DOG Image", dogImg);
waitKey(0);
return 0;
}
运行结果
原图
下采样
上采样
高斯不同