图像金字塔:
图像金字塔是一种以多分辨率来解释图像的结构,
通过对原始图像进行多尺度像素采样的方式,生成N个不同分辨率的图像。
把具有最高级别分辨率的图像放在底部,以金字塔形状排列,往上是一系列像素(尺寸)
逐渐降低的图像,一直到金字塔的顶部只包含一个像素点的图像,
这就构成了传统意义上的图像金字塔。
获得图像金字塔一般包括二个步骤:
1. 利用低通滤波器平滑图像
2. 对平滑图像进行抽样(采样)
有两种采样方式——上采样(分辨率逐级升高)和下采样(分辨率逐级降低)
高斯金字塔
向下采样方法(缩小)
1. 与高斯核卷积
2. 将所有偶数行和列去除
向上采用方法(放大)
1. 将图像在每个方向扩大为原来的2倍 新增的行和列以0填充
2. 然后用给定的滤波器卷积(每个维度都扩大为原来两倍的过滤器)去估计丢失像素的近似值。相当于把原来的值 弄的分散一些。
代码
import cv2
img = cv2.imread('img1.png')
print(img.shape)
# 高斯金字塔 一层层小下去
# 向上采样
up = cv2.pyrUp(img)
print(up.shape)
# 向下采样
down = cv2.pyrDown(img)
print(down.shape)
# 拉普拉斯金字塔
# 高频细节信息在卷积和下采样中丢失
# 保留所有层所丢失的高频信息 用于图像恢复
# 第i层的高斯金字塔 向上采样 得到第i-1层的图像 + 第i-1层的拉普拉斯金字塔 还原丢失的细节
# 计算公式 = 原图 - PyrUp(PyrDown(原图))
la = img - cv2.pyrUp( cv2.pyrDown(img) )
cv2.imshow("img",la+img)
cv2.waitKey(0)
cv2.destroyAllWindows()