OpenCv之图像金字塔

目录

一、图像金字塔介绍

 二、高斯金字塔

三、拉普拉斯金字塔

---

一、图像金字塔介绍

图像金字塔是图像中多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。简单来说，图像金字塔是同一图像不同分辨率的子图集合。

图像金字塔的作用:

图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。

 

 常见两类图像金字塔:

• 高斯金字塔:用于向下/降采样，主要的图像金字塔。
• 拉普拉斯金字塔:用来从金字塔低层图像重建上层未采样图像，在数字图像处理中也即是预测残差，可以对图像进行最大程度的还原，配合高斯金字塔一起使用。

 二、高斯金字塔

高斯金字塔是通过高斯平滑和亚采样获得一系列下采样图像

原理如下:

 案例代码如下:

import cv2
import numpy as np

img = cv2.imread('6.jpg')

# 图像金字塔
# 分辨率减小操作(下采样)--将图像变小
cv2.pyrDown(img)

# 向上采样--将图像变大
cv2.pyrUp(img)

三、拉普拉斯金字塔

无固定函数

案例代码如下:

import cv2
import numpy as np

img = cv2.imread('6.jpg')

# 图像金字塔
# 分辨率减小操作(下采样)--将图像变小
dst = cv2.pyrDown(img)

# 向上采样--将图像变大
dst = cv2.pyrUp(img)

# 原图与高斯金字塔的差就是拉普拉斯金字塔
lap0 = img - dst