圖像金字塔原理

圖像金字塔：只不同分辨率，不同尺寸子圖構成的集合。

取樣
向下取樣：有一個圖像G0,對它重新采樣，得到分辨率小些的G1,以此類推。
向上取樣：有一個圖像G3，然后變成像素更多的G2，以此類推。

向下取樣方法

高斯卷積核：自身像素點取36，近一些的取24，越遠的像素越低。最后除以像素點個數

刪除偶數行列：使尺寸變為原始四分之一。
向下取樣會丟失一些信息。
向上取樣方法

如原始圖像45,12,3,89,149。一輪向上取樣后變為右邊。
因為含義0,在使用卷積核時，等于一個像素點被稀釋掉為原來的四分之一。所以還要乘以4使圖像正常。

向下取樣和向上取樣是不可逆操作。無法恢復原圖。

向下取樣函數使用

python+OpenCV
dst=cv2.pyrDown(src)

dst:取樣結果
src:原始圖像

import cv2 import numpy as np o=cv2.imread("logo.png") r1=cv2.pyrDown(o) r2=cv2.pyrDown(r1) cv2.imshow("original",o) cv2.imshow("PyrDown1",r1) cv2.imshow("PyrDown2",r2) cv2.waitKey() cv2.destroyAllWindows()

向上取樣函數使用

dst=cv2.pyrUp(src)
dst:取樣結果
src:原始圖像

import cv2 import numpy as np o=cv2.imread("lena256.bmp",cv2.IMREAD_GRAYSCALE) r=cv2.pyrUp(o) cv2.imshow("original",o) cv2.imshow("pyrUp",r) cv2.waitKey() cv2.destroyAllWindows()

放大圖像會導致圖像模糊

向下取樣向上取樣可逆性研究

研究經過一次向下和向上取樣后，圖像像素是否變化。

import cv2 o=cv2.imread("girl.bmp") r=cv2.pyrUp(o) r2=cv2.pyrDown(r) diff=r2-o cv2.imshow("difference",diff) cv2.waitKey() cv2.destroyAllWindows()

經過一次向上再向下后，再與原圖求差，其結果見下面。可以發現經過向上向下后不能恢復原圖

拉普拉斯金字塔

結果=原始圖像-先向下再向上
向下：尺寸變小
向上：尺寸變大

下圖信息為進行兩次：
（結果1=原始圖像-先向下再向上）
（結果2=結果1-先向下再向上）

import cv2 o=cv2.imread("lena.bmp") od=cv2.pyrDown(o) odu=cv2.pyrUp(od) lapPyr=o-odu o1=od o1d=cv2.pyrDown(o1) o1du=cv2.pyrUp(o1d) lapPyr1=o1-o1du cv2.imshow("lapPyr",lapPyr) cv2.imshow("lapPry1",lapPyr1) cv2.waitKey() cv2.destroyAllWindows()

總目錄鏈接：
python3+opencv學習筆記匯總目錄（適合基礎入門學習）

進階版學習筆記：
opencv進階學習筆記10：圖像金字塔和圖像梯度

電氣專業的計算機小白，寫博文不容易。如果你覺得本文不錯。請點個贊支持下。謝謝。

總結

以上是生活随笔為你收集整理的opencv学习笔记19：图像金字塔和图像拉普拉斯金字塔 (用于图像放大和缩小)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。