openCV专栏(七)：图像金字塔

OPENCV基础操作

提示：本专栏所用版本仅供参考，其他版本也可

库	版本
python	Python 3.9.3
opencv	4.5.5
matplotlib	3.4.3
numpy	1.19.5
QQ学习群	点击加群：928357277

本章内容阐述OPENCV中图像金字塔，在学习之前，我们首先应该知道什么是图像金字塔。

   图像金字塔是以一系列以金字塔形状排列的，自底向上分辨率逐渐降低的图像合集。

也可以说：金字塔是同一图像不同分辨率的子图集合(每层图像的宽度和高度一般都是原来的2倍数)，有向下和向上采样之分，可以通过多种种方法得到：

   1、不断删除偶数行和偶数列
   2、删除滤波后所得近似图像的偶数行和偶数列得到：有采用领域滤波器的平均金字塔、采用高斯滤波器的高斯金字塔
   3、对像素点补零插值，右侧插入值为零的列，下方插入值为零的行，然后采用高斯滤波法。

金字塔图示

注意：图示为向下采样法，既原始图片被一层一层降低分辨率

（一）高斯金字塔

1：内容介绍

向下采样：pyrDowwn(src[,dstsize[,borderType]])
向上采样：pyrUp(src[,dstsize[,borderType]])
borderType:边界类型，只支持BORDER_DEFAULT
默认输出的图像为 Size((src.cols+1)/2,(src.rows+1)/2)
图像尺寸必须满足：|dst.width2-src.cols|<=2,|dst.height2-src.rows|<=2|

2：代码演示

代码：

import matplotlib.pyplot as plt #导入模块
import cv2
import numpy as np

img  = cv2.imread('1.jpg',cv2.IMREAD_GRAYSCALE)

img3 = cv2.pyrUp(img)
img1 = cv2.pyrDown(img)
img2 = cv2.pyrDown(img1)


cv2.imshow('up',img3)
cv2.imshow('img',img)
cv2.imshow('imgplus',img1)
cv2.imshow('imgplus2',img2)
cv2.waitKey()
cv2.destroyAllWindows()

运行结果：

（二）拉普拉斯金字塔

1：内容介绍

拉普拉斯金字塔：在向上采样时能获取完整大尺寸高分辨率图像,通常用来恢复高分辨率的图像
定义形式：L(i)= G(i) - pyrUP(G(i+1)) [i表示层数]
向上恢复：G(i) = L(i) + pyrUP(G(i+1))

2：代码演示

代码：

import matplotlib.pyplot as plt #导入模块
import cv2
import numpy as np


img  = cv2.imread('1.jpg',cv2.IMREAD_GRAYSCALE)
#高斯金字塔
img1 = cv2.pyrDown(img)
img2 = cv2.pyrDown(img1)
#采样
L0 = img - cv2.pyrUp(img1) 
L1 = img1 - cv2.pyrUp(img2)
#恢复
G0 = L0 + cv2.pyrUp(img1) 
#显示图片
cv2.imshow('L0',L0)
cv2.imshow('G0',G0)
cv2.imshow('img1',img1)
cv2.waitKey()
cv2.destroyAllWindows()

运行结果：