OpenCV开发笔记（三十六）：红胖子8分钟带你深入了解缩放与图像金字塔（图文并茂+浅显易懂+程序源码）

若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/105191466
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究

红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中...（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（三十五）：红胖子8分钟带你深入了解ximgproc扩展模块中的自适应流行滤波器（图文并茂+浅显易懂+程序源码）​​​​》

下一篇：《OpenCV开发笔记（三十七）：红胖子8分钟带你深入了解边缘检测和Canny算子边缘检测（图文并茂+浅显易懂+程序源码）》

 

前言

      红胖子来也！！！

      图像缩放使用cv::resize函数，与其类似的还有图像金字塔也可对图像进行缩放。

 

Demo

      由Demo效果可以看出，resize能很大程度上保证质量，但是多次操作还是会有失真，不仅如此，在其他ide也会有这个现象。

 

技术点

在缩放图像里面，原始图像需要缓存一份，多次操作缩放最终是由原始图像乘以比例系数得到结果图像。

 

图像缩放

概述

      图像缩放直接提供了函数，通过测试，其实际的缩放效果对原图像的保存是优于金字塔相关操作的，具体可以查看前面Demo运行效果的对比。

      此处有一点要注意，使用resize进行图像缩放，线性差值方式是默认的方式，如果对图像进行放大，那么最好使用CV_INTER_AREA区域差值来做。

函数原型

void resize( InputArray src,
          OutputArray dst,
          Size dsize,
          double fx = 0,
          double fy = 0,
          int interpolation = INTER_LINEAR );

• 参数一：InputArray类型的src，一般是cv::Mat；
• 参数二：OutputArray类型的dst；它具有大小dsize（当它为非零时）或从src.size()、fx和fy获得；dst的类型与src相同。即：当参数三传入空，则fx和fy为系数计算输出的图像尺寸；
• 参数三：Size类型的dsize，缩放后输出的图像尺寸；
• 参数四：double类型的fx，默认为0，为0时，参数三生效；
• 参数五：double类型的fx，默认为0，为0时，参数三生效；
• 参数六：缩放时，采用的实现方式；

 

图像金字塔

概述

      图像金字塔是图像多尺度表达的一种，最主要用于图像的分割。

拉普拉斯金字塔是用来向上采样的（放大），原理如下图：

高斯金字塔是用来向下采样的（缩小），原理如下图：

向上采样（放大）函数原型

void pyrUp( InputArray src,
          OutputArray dst,
          const Size& dstsize = Size(),
          int borderType = BORDER_DEFAULT );

• 参数一：InputArray类型的src，为cv::Mat；
• 参数二：OutPutArray类型的dst，为cv::Mat；
• 参数三：Size类型的dsize，缩放后输出的图像尺寸；
• 参数四：int类型的borderType，边界处理类型；

向下采样（缩小）函数原型

void pyrDown( InputArray src,
            OutputArray dst,
            const Size& dstsize = Size(),
            int borderType = BORDER_DEFAULT );

• 参数一：InputArray类型的src，为cv::Mat；
• 参数二：OutPutArray类型的dst，为cv::Mat；
• 参数三：Size类型的dsize，缩放后输出的图像尺寸；
• 参数四：int类型的borderType，边界处理类型；

 

Demo源码

void OpenCVManager::testResizeAndPyrUpAndPyrDown()
{
    QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
    cv::Mat srcMat = cv::imread(fileName1.toStdString());

#define FIRST_ZOOM_IN (1)   // 先放大还是先缩小

#if !FIRST_ZOOM_IN
    int width = 300;
    int height = 200;

    cv::resize(srcMat, srcMat, cv::Size(width, height));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 6, srcMat.rows * 4),
                                srcMat.type());
#else
    int width = 300;
    int height = 200;

    cv::resize(srcMat, srcMat, cv::Size(width * 2, height * 2));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);
    cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 3, srcMat.rows * 2),
                                srcMat.type());
#endif

    while(true)
    {
        windowMat = cv::Scalar(0, 0, 0);

        cv::Mat mat;
        cv::Mat dstMat;

#if !FIRST_ZOOM_IN
        // 原图先copy到左边
        cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
                                    cv::Range(0, srcMat.cols));
        cv::addWeighted(leftMat, 0.0f, srcMat, 1.0f, 0.0f, leftMat);

        cvui::printf(windowMat, srcMat.cols * 0, srcMat.rows * 1, "1 ->resize 2 -> resize 0.5 -> resize 2");
        cvui::printf(windowMat, srcMat.cols * 0, srcMat.rows * 3, "1 ->pyrUp 2 -> pyrDown 0.5 -> pyrUp 2");
        {
            // 使用resize放大
            cv::resize(srcMat, dstMat, cv::Size(), 2.0, 2.0);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 2),
                            cv::Range(srcMat.cols * 1, srcMat.cols * 3));
            qDebug() << __FILE__<<__LINE__<resize 0.5 -> resize 2 -> resize 0.5");
        cvui::printf(windowMat, srcMat.cols * 1, srcMat.rows * 1.5, "1 ->pyrDown 0.5 -> pyrUp 2 -> pyrDown 0.5");
        {
            // 使用resize缩小
            cv::resize(srcMat, dstMat, cv::Size(), 0.5, 0.5);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 0.5),
                            cv::Range(srcMat.cols * 1, srcMat.cols * 1.5));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);

            // 使用resize放大
            cv::resize(dstMat, dstMat, cv::Size(), 2.0, 2.0);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                            cv::Range(srcMat.cols * 1.5, srcMat.cols * 2.5));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);

            // 使用resize缩小
            cv::resize(dstMat, dstMat, cv::Size(), 0.5, 0.5);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 0.5),
                            cv::Range(srcMat.cols * 2.5, srcMat.cols * 3));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
        }

        {
            // 使用pyrDown缩小
            cv::pyrDown(srcMat, dstMat);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 1.5),
                            cv::Range(srcMat.cols * 1, srcMat.cols * 1.5));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);

            // 使用pyrUp放大
            cv::pyrUp(dstMat, dstMat);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
                            cv::Range(srcMat.cols * 1.5, srcMat.cols * 2.5));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);

            // 使用pyrDown缩小
            cv::pyrDown(dstMat, dstMat);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 1.5),
                            cv::Range(srcMat.cols * 2.5, srcMat.cols * 3));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
        }
#endif
        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}

 

工程模板：对应版本号v1.31.0

      对应版本号v1.31.0

 

上一篇：《OpenCV开发笔记（三十五）：红胖子8分钟带你深入了解ximgproc扩展模块中的自适应流行滤波器（图文并茂+浅显易懂+程序源码）​​​​》

下一篇：《OpenCV开发笔记（三十七）：红胖子8分钟带你深入了解边缘检测和Canny算子边缘检测（图文并茂+浅显易懂+程序源码）》

 

原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/105191466