基礎版筆記傳送門：
python3+opencv學習筆記匯總目錄（適合基礎入門學習）
進階版筆記目錄鏈接：
python+opencv進階版學習筆記目錄（適合有一定基礎）

圖像金字塔

變小

變大

原理見基礎版鏈接，
基礎版圖像金字塔講解:
opencv學習筆記19：圖像金字塔和圖像拉普拉斯金字塔 (用于圖像放大和縮小)
向下取樣實現，變小

dst=cv2.pyrDown(src)

dst:取樣結果
src:原始圖像

import cv2 as cv import numpy as npdef pyramid_demo(image):level = 3temp = image.copy()pyramid_images = []for i in range(level):dst = cv.pyrDown(temp)pyramid_images.append(dst)cv.imshow("pyramid_down_"+str(i), dst)temp = dst.copy()return pyramid_images print("--------- Python OpenCV Tutorial ---------") src = cv.imread("duoren.jpg") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) c=pyramid_demo(src) cv.waitKey(0) cv.destroyAllWindows()

拉普拉斯金字塔圖像金字塔

結果=原始圖像-先向下再向上
向下：尺寸變小
向上：尺寸變大

import cv2 as cv import numpy as npdef pyramid_demo(image):level = 3temp = image.copy()pyramid_images = []for i in range(level):dst = cv.pyrDown(temp)pyramid_images.append(dst)#cv.imshow("pyramid_down_"+str(i), dst)temp = dst.copy()return pyramid_images def lapalian_demo(image):pyramid_images = pyramid_demo(image)#首先得到高斯金字塔結果level = len(pyramid_images)for i in range(level-1, -1, -1):#從小圖到大圖if (i-1) < 0 :#最后一層特殊處理expand = cv.pyrUp(pyramid_images[i], dstsize=image.shape[:2])lpls = cv.subtract(image, expand)cv.imshow("lapalian_down_" + str(i), lpls)else:expand = cv.pyrUp(pyramid_images[i], dstsize=pyramid_images[i-1].shape[:2])lpls = cv.subtract(pyramid_images[i-1], expand)cv.imshow("lapalian_down_"+str(i), lpls)print("--------- Python OpenCV Tutorial ---------") src = cv.imread("lena.png")#圖必須要是2的N次倍數 #src=cv.resize(src,(512,512)) cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) lapalian_demo(src) cv.waitKey(0) cv.destroyAllWindows()

注意圖像尺寸必須是2的倍數，否則報錯
錯誤信息如下

cv2.error: OpenCV(4.2.0) C:\projects\opencv-python\opencv\modules\imgproc\src\pyramids.cpp:923: error: (-215:Assertion failed) std::abs(dsize.width - ssize.width*2) == dsize.width % 2 && std::abs(dsize.height - ssize.height*2) == dsize.height % 2 in function 'cv::pyrUp_'

圖像梯度

基礎講解
opencv學習筆記15: 梯度運算之sobel算子及其函數使用

opencv學習筆記16：梯度運算之scharr算子及其函數使用
opencv學習筆記17：梯度運算之laplacian算子及其應用

sobel算子理論
如圖，圖中紅色點區域，從頭發到皮膚。開先處于頭發區域，頭發是黑色，像素點，然后處于皮膚，像素相對較高，得到下列圖2，對圖2求取一階導師得到圖3，可以發現邊緣處導數最高。
一階導數就是做差的意思。


算子和為0

laplacian算子理論


算子和為0

sobel算子實現

import cv2 as cv import numpy as npdef sobel_demo(image):grad_x = cv.Scharr(image, cv.CV_32F, 1, 0)grad_y = cv.Scharr(image, cv.CV_32F, 0, 1)gradx = cv.convertScaleAbs(grad_x)#取絕對值，并轉到8位二進制格式grady = cv.convertScaleAbs(grad_y)cv.imshow("gradient-x", gradx)cv.imshow("gradient-y", grady)gradxy = cv.addWeighted(gradx, 0.5, grady, 0.5, 0)cv.imshow("gradient", gradxy)print("--------- Python OpenCV Tutorial ---------") src = cv.imread("daqiu.jpg") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) sobel_demo(src) cv.waitKey(0) cv.destroyAllWindows()

scharr算子是sobel算子的增強版本。無須再講，當sobel得到的邊緣不是很好時，考慮scharr算子。

laplacian算子實現

import cv2 as cv import numpy as npdef lapalian_demo(image):#dst = cv.Laplacian(image, cv.CV_32F)#lpls = cv.convertScaleAbs(dst)kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)lpls = cv.convertScaleAbs(dst)cv.imshow("lapalian_demo", lpls)print("--------- Python OpenCV Tutorial ---------") src = cv.imread("daqiu.jpg") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) lapalian_demo(src) cv.waitKey(0) cv.destroyAllWindows()

說明代碼

#dst = cv.Laplacian(image, cv.CV_32F)#lpls = cv.convertScaleAbs(dst)

等于

kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)lpls = cv.convertScaleAbs(dst)

電氣專業的計算機萌新，寫博文不容易。如果你覺得本文對你有用，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进阶学习笔记10：图像金字塔和图像梯度的全部內容，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。