OpenCV图像金字塔

1.高斯金字塔

主要使用cv.pyrDown()函数和cv.pyrUp()函数。

cv.pyrDown()函数从一个高分辨率大尺寸的图像向上构建一个金字塔（尺寸变小，分辨率降低。

cv2.pyrDown(src, dst=None, dstsize=None, borderType=None)

参数如下：

• src：表示输入图像
• dst：表示输出图像
• dstsize：表示输出图像的大小
• borderType：表示图像边界的处理方式

cv2.pyrUp()函数从一个低分辨率小尺寸的图像向下构建一个金子塔（尺寸变大，但分辨率不会)

cv2.pyrUp(src, dst=None, dstsize=None, borderType=None)

参数同上。

代码示例：

import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac1.jpg')
dst1 = cv.pyrDown(img)
dst2 = cv.pyrDown(dst1)
dst3 = cv.pyrUp(dst2)
dst4 = cv.pyrUp(dst3)
cv.imshow("prac1", dst2)
cv.imshow("prac2", dst4)
cv.waitKey(0)

2.拉普拉斯金字塔

用高斯金字塔的每一层图像，减去其上一层图像上采样并高斯卷积之后的预测图像，得到一系列的差值图像即为 LP 分解图像（其中 LP 即为拉普拉斯金字塔图像）。计算公式为：Ln =Gn−PyrUp(PyrDown(Gn))

代码示例：

import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac1.jpg')
dst1 = cv.pyrDown(img)
dst2 = cv.pyrUp(dst1)
lap = cv.subtract(img, dst2)
cv.imshow("prac", lap)
cv.waitKey(0)
cv.destroyAllWindows()