基于Python的Opencv学习

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。