[opencv教程（十六）]图像金字塔（高斯，拉普拉斯）

高斯金字塔（涉及高斯分布）

简介

　　向下采样（缩小，对金字塔来说是自下向上）

　　第一步： 高斯滤波去噪

　　第二部：将偶数行和列去掉

　　向上采样（放大，对金字塔来说是自上向下)

　　第一步：在每个方向上扩大两倍，新增的行和列填充0

　　第二步：利用之前同样的内核进行卷积，获得近似值（高斯滤波？）

　　注意：无论是先下后上还是先上后下的采样，不会使图片回到原本，因为无论上采样还是下采样都会造成原本信息的丢失。

案例

#高斯金字塔
lena = cv2.imread('Picture/Lena.png')
gassUp = cv2.pyrUp(lena)
gassDown = cv2.pyrDown(lena)
gassUpDown = cv2.pyrDown(gassUp)
gassDownUp = cv2.pyrUp(gassDown)
cv2.imshow('GassUp',gassUp)
cv2.waitKey(0)
cv2.destroyAllWindows()

自己一个一个看 不能使用np.hstack一起显示，因为维度是不同的 ，比如原图是512，但经过pyrUp之后维度就是1024了，所以是无法使用数组放的。

拉普拉斯金字塔

简介

        它可以看作是 base + detail 分解，其中 base 就是低分辨率下的低频信号，而 detail 就是不同尺度下的高频细节。图像的 detail 中只有少部分是高频，大部分细节接近于 0，只要把接近于 0 的那部分数据置为 0，就可以减少数据存储所需空间，同时图像的基本信息不变。实际存储只需要记录每个尺度下的少量高频 + 低分辨率的低频（图面积还小）

案例

#拉普拉斯金字塔
laplacianpyr = lena - gassDownUp
cv2.imshow('Laplacianpyr',laplacianpyr)
cv2.waitKey(0)
cv2.destroyAllWindows()