【OpenCV 4开发详解】图像金字塔

本文首发于 “小白学视觉”微信公众号，欢迎关注公众号 本文作者为小白，版权归 人民邮电出版社发行所有，禁止转载，侵权必究！

---

经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。

图像金字塔是通过多个分辨率表示图像的一种有效且简单的结构。一个图像金字塔是一系列以金字塔形状排列，分辨率逐步降低的图像集合。金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的表示。本节中将介绍图像金字塔中最著名的两种——高斯金字塔和拉普拉斯金字塔。

高斯金字塔

构建图像的高斯金字塔是解决尺度不确定性的一种常用方法。高斯金字塔是指通过下采样不断的将图像的尺寸缩小，进而在金字塔中包含多个尺度的图像，高斯金字塔的形式如图3-30所示，一般情况下，高斯金字塔的最底层为图像的原图，每上一层就会通过下采样缩小一次图像的尺寸，通常情况尺寸会缩小为原来的一半，但是如果有特殊需求，缩小的尺寸也可以根据实际情况进行调整。由于每次图像的尺寸都缩小为原来的一半，图像尺缩小的速度非常快，因此常见高斯金字塔的层数为3到6层。OpenCV 4中提供了pyrDown()函数专门用于图像的下采样计算，便于构建图像的高斯金字塔，该函数的函数原型在代码清单3-51中给出。

图3-30 图像高斯金字塔原理

代码清单3-51 pyrDown()函数原型
1.	void cv::pyrDown(InputArray  src,
2.	                     OutputArray  dst,
3.	                     const Size &  dstsize = Size(),
4.	                     int  borderType = BORDER_DEFAULT 
5.	                    )

• src：输入待下采样的图像。
• dst：输出下采样后的图像，图像尺寸可以指定，但是数据类型和通道数与src相同，
• dstsize：输出图像尺寸，可以缺省。
• borderType：像素边界外推方法的标志，取值范围如表3-5所示

该函数用于实现图像模糊并对其进行下采样，默认状态下函数输出的图像的尺寸为输入图像尺寸的一半，但是也可以通过dstsize参数来设置输出图像的大小，需要注意的是无论输出尺寸为多少都应满足式(3.15)中的条件。该函数首先将原图像与内核矩阵进行卷积，内核矩阵如式(3.16)所示，之后通过不使用偶数行和列的方式对图像进行下采样，最终实现尺寸缩小的下采样图像。
$$\{\begin{array}{l}|\mathrm{d}\mathrm{s}\mathrm{t}\mathrm{s}\mathrm{i}\mathrm{z}\mathrm{e}.\mathrm{w}\mathrm{i}\mathrm{d}\mathrm{t}\mathrm{h}\ast 2-\end{array}$$