opencvC++学习13图像上采样和降采样

最新推荐文章于 2024-11-22 18:01:23 发布

原创最新推荐文章于 2024-11-22 18:01:23 发布 · 813 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#opencv

opencv 专栏收录该内容

36 篇文章

订阅专栏

本文介绍了图像金字塔的概念及其应用，并详细解释了高斯金字塔的生成过程。此外，还介绍了高斯不同(DOG)的概念及其实现方法，展示了如何通过代码实现图像的上采样、下采样以及DOG。

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），尽管几何变换也可以实现图像放大和缩小，但是这里我们介绍图像金字塔

2. 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。

图像金字塔概念 – 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

即可得到上一层的图像，这样上一层跟下一层相比，都只有它的1/4大小。

高斯不同(Difference of Gaussian-DOG)

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。

代码：

#include <opencv2\opencv.hpp>

using namespace cv;
using namespace std;


Mat src;
Mat dst;


int main()
{
	src = imread("D:/opencvSRC/test.jpg");
	if (!src.data) {

		printf("load image error!\n");
		return -1;
	}
	namedWindow("src", CV_WINDOW_AUTOSIZE);
	imshow("src", src);

	//上采样，放大
	Mat up;
	pyrUp(src, up, Size(src.cols * 2, src.rows * 2));
	imshow("up", up);

	//下采样，缩小
	Mat down;
	pyrDown(src, down, Size(src.cols / 2, src.rows / 2));
	imshow("down", down);

	//DOG
	Mat gSrc, g1, g2, dogimg;
	cvtColor(src, gSrc, CV_BGR2GRAY);
	GaussianBlur(gSrc, g1, Size(5, 5), 0, 0);
	GaussianBlur(g1, g2, Size(5, 5), 0, 0);
	subtract(g1, g2, dogimg, Mat());
	//归一化
	normalize(dogimg, dogimg, 255, 0, NORM_MINMAX);


	imshow("dogImage", dogimg);


	waitKey(0);
	return 0;
}