opencv学习笔记（十五）图像上采样与降采样

1.图像金字塔概念

（1）我们在图像处理中常常会调整图像大小，最常见的就是放大(zoom in)和缩小（zoom out），一个图像金字塔式一系列的图像组成，最底下一张是图像尺寸最大，最上方的图像尺寸最小，从空间上从上向下看就想一个古代的金字塔。

（2）常见金字塔：

高斯金子塔 – 用来对图像进行降采样

拉普拉斯金字塔 – 用来重建一张图片根据它的上层降采样图片

2.高斯金字塔与高斯不同

（1）高斯金字塔：

高斯金子塔是从底向上，逐层降采样得到。

降采样之后图像大小是原图像MxN的M/2 x N/2 ,就是对原图像删除偶数行与列，即得到降采样之后上一层的图片。

高斯金子塔的生成过程分为两步：对当前层进行高斯模糊，删除当前层的偶数行与列。

（2）高斯不同

定义：就是把同一张图像在不同的参数下做高斯模糊之后的结果相减，得到的输出图像。称为高斯不同(DOG)

高斯不同是图像的内在特征，在灰度图像增强、角点检测中经常用到。

3.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

char inputName[] = "input name";
char outputName[] = "output name";
int main()
{
	Mat src, dst;
	src = imread("D:/demo.jpg");
	if (src.empty())
	{
		cout << "找不到图像" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	//上采样
	pyrUp(src, dst, Size(src.cols * 2, src.rows * 2));
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);
	imshow(outputName, dst);

	//降采样
	Mat dstDown;
	pyrDown(src, dstDown, Size(src.cols / 2, src.rows / 2));
	imshow("dstdown", dstDown);

	//DOG 高斯不同
	Mat graySrc, g1, g2, dogImg;
	cvtColor(src, graySrc, COLOR_BGR2GRAY);
	GaussianBlur(graySrc, g1, Size(3, 3), 0);
	GaussianBlur(g1, g2, Size(3, 3), 0);
	subtract(g1, g2, dogImg, Mat());//作差值
	normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);//控制像素值在0至255
	imshow("Dog Image", dogImg);

	waitKey(0);
	return 0;
}

normalize函数控制像素值在0到255之间。

4.运行结果