概述

OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 18 课)

图像金字塔

高斯金字塔

高斯金字塔 (Gaussian Pyramid) 是最基本的图像塔. 对图像进行高斯滤波, 然后去除偶数行和列. 对图像放大形成上采样.

下采样:

例子:

# 读取图片
img = cv2.imread("person.jpg")
print(img.shape)  # (381, 382, 3)

# 下采样
down = cv2.pyrDown(img)
print(down.shape)  # (191, 191, 3)

# 展示图片
cv2.imshow("down", down)
cv2.waitKey(0)
cv2.destroyAllWindows()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
 

上采样:

例子:

# 读取图片
img = cv2.imread("person.jpg")
print(img.shape)  # (381, 382, 3)

# 上采样
up = cv2.pyrUp(img)
print(up.shape)  # (762, 764, 3)

# 展示图片
cv2.imshow("up", up)
cv2.waitKey(0)
cv2.destroyAllWindows()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
 

下采样然后上采样 vs 原图:

# 读取图片
img = cv2.imread("person.jpg")
img = cv2.resize(img, (380, 380))

# 下采样
down = cv2.pyrDown(img)

# 上采样
down_up = cv2.pyrUp(down)

# 组合
combine = np.hstack((img, down_up))

# 图片展示
cv2.imshow("combine", combine)
cv2.waitKey(0)
cv2.destroyAllWindows()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
 

输出结果:

从上图我们可以看出, 原图明显比下采样然后上采样的图清晰.

拉布拉斯金字塔

在进行高斯金字塔 (Gaussian Pyramid) 运算时, 在不断的高斯滤波和下采样, 我们丢失了很多高频信号.

拉斯金字塔 (Laplacian Pyramid) 可以帮助我们保留高频信号.

代码:

# 读取图片
img = cv2.imread("person.jpg")
img = cv2.resize(img, (380, 380))

# 下采样
down = cv2.pyrDown(img)

# 上采样
down_up = cv2.pyrUp(down)

# 原图 - down_up
result = img - down_up

# 图片展示
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
 

输出结果:

文章来源: iamarookie.blog.csdn.net，作者：我是小白呀，版权归原作者所有，如需转载，请联系作者。

原文链接：iamarookie.blog.csdn.net/article/details/118887520