基于Python的Opencv学习第十二天
一.图像金字塔
1.理论基础
图像金字塔指由同一图像构成的不同分辨率的子图集合。
生成图像金字塔有两种方式,分别为:向下取样和向上取样。如下图所示:
向下取样分辨率不断降低,图像依次变为原来的四分之一,像素不断变小。
向下取样:缩小图像,由高分辨率到低分辨率。具体做法是,对图像Gi进行高斯核卷积(滤波),然后删除所有的偶数行和列。从第i层获取第i+1层(Gi–>Gi+1)
原始图像MN——>>处理结果M/2N/2
每次处理后,结果图像是原来的1/4
由于删除偶数行和列,所以每次采样都会丢失信息
向上取样:在每个方向上扩大为原来的2倍,新增的行和列以0填充,使用与“向下采用”同样的卷积核乘以4,获取“新增像素”的新值
放大后的图像比原始图像要模糊
注意:向上采样和向下采用不是互逆操作,经过两种操作后,无法恢复原有图像。
2.pyrDown函数及使用
在向下取样中,opencv提供了pyrDown函数,具体格式如下:
dst=cv2.pyrDown(src)
dst:向下取样结果
src:原始图像
import cv2
import numpy as np
a=cv2.imread(r"C:\Users\LT010407\Desktop\lena.jpg")
r1=cv2.pyrDown(a)
r2=cv2.pyrDown(r1)
r3=cv2.pyrDown(r2)
cv2.imshow("a",a)
cv2.imshow("r1",r1)
cv2.imshow("r2",r2)
cv2.imshow("r3",r3)
3.pyrUp函数及使用
与向下取样相对应的是向上取样,使用函数pyrUp函数,具体格式如下:
dst=cv2.pyrUp(src)
import cv2
import numpy as np
a=cv2.imread(r"C:\Users\LT010407\Desktop\lena.jpg")
r1=cv2.pyrUp(a)
r2=cv2.pyrUp(r1)
r3=cv2.pyrUp(r2)
cv2.imshow("a",a)
cv2.imshow("r1",r1)
cv2.imshow("r2",r2)
cv2.imshow("r3",r3)
这里强调:对图像进行一次向上采样后接着进行一次向下采样不能恢复原图,得到的结果出现失帧。
二.拉普拉斯金字塔
拉普拉斯金字塔是结合了向下取样和向上取样两种方式,具体含义如下述等式:
Li=Gi-PyrUp(PyrDown(Gi))
这里Gi为原始图像,Li为拉普拉斯金字塔图像。
来看具体代码和结果:
import cv2
import numpy as np
a=cv2.imread(r"C:\Users\LT010407\Desktop\lena.jpg")
r1=cv2.pyrUp(a)
r2=cv2.pyrDown(r1)
b=a-r2
cv2.imshow("a",a)
cv2.imshow("r1",r1)
cv2.imshow("r2",r2)
cv2.imshow("b",b)
这就是图像金字塔相关的内容,不难理解,主要注重两种采样方式,分别为向下采样和向上采样。