图片Gaussian pyramid(一)

简介

偶然在一个网页上发现一个Python图像处理的方法,能够进行图片的缩放。首先进行了高斯滤波,当缩放到小于30×30时break。

helpers:

# import the necessary packages
from skimage.transform import pyramid_gaussian
import cv2
from PIL import Image

image = Image.open('./image/cat2.jpg')        
# METHOD #2: Resizing + Gaussian smoothing.
for (i, resized) in enumerate(pyramid_gaussian(image, downscale=2)):
    # if the image is too small, break from the loop
    if resized.shape[0] < 30 or resized.shape[1] < 30:
        break

    # show the resized image
    cv2.imshow("Layer {}".format(i + 1), resized)
    cv2.waitKey(0)
    resized = resized*255
    cv2.imwrite('./'+WinName+'.jpg',resized[:,:,:])

使用Image.open效果

这里写图片描述

Layer 1 = 1024 X 768

这里写图片描述

Layer 2 = 512 X 384

这里写图片描述

Layer 3 = 256 X 192

这里写图片描述

Layer 4 = 128 X 96

这里写图片描述

Layer 5 = 64 X 48

使用cv2.imread效果

这里写图片描述

Layer 1 = 1024 X 768

这里写图片描述

Layer 2 = 512 X 384

这里写图片描述

Layer 3 = 256 X 192

这里写图片描述

Layer 4 = 128 X 96

这里写图片描述

Layer 5 = 64 X 48

参考

【1】Image Pyramids with Python and OpenCV - PyImageSearch
http://www.pyimagesearch.com/2015/03/16/image-pyramids-with-python-and-opencv/
【2】jrosebr1/imutils: A series of convenience functions to make basic image processing operations such as translation, rotation, resizing, skeletonization, and displaying Matplotlib images easier with OpenCV and Python.
https://github.com/jrosebr1/imutils
【3】Histogram of Oriented Gradients and Object Detection - PyImageSearch
http://www.pyimagesearch.com/2014/11/10/histogram-oriented-gradients-object-detection/
【4】Module: transform — skimage v0.14dev docs
http://scikit-image.org/docs/dev/api/skimage.transform.html#pyramid-gaussian

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

何以问天涯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值