图像金字塔

图像金字塔

高斯金字塔
拉普拉斯金字塔

对每一层图像特征提取结果可能是不同的，把结果总和在一起。

高斯金字塔

1. 向下采样（缩小）
   1） 对于给定的图像先做一次高斯平滑处理，也就是使用一个卷积核对图像进行卷积操作
   
   2）然后再对图像采样，去除图像中的偶数行和偶数列，然后就得到一张图片
   3）对这张图片循环1) 和 2)操作就可以得到高斯金字塔
2. 向上采样（放大）
   1）图像在每个方向扩大为原来的2倍，新增的行和列用0填充
   
   2）使用先前同样的内核（乘4）与放大后的图像卷积，获得近似值
3. 实现
   1）原图
   
   shape值
   

2）向上采样

up = cv2.pyrUp(iron)
show.cv_show('up', up)
print(up.shape)

shape值

3）向下采样

down = cv2.pyrDown(iron)
show.cv_show('down', down)
print(down.shape)

shape值

4）先上后下

up = cv2.pyrUp(up)
up_down = cv2.pyrDown(up)
up_down = cv2.pyrDown(up_down)
res = np.hstack((iron, up_down))
show.cv_show('res', res)

左侧为原图，右侧为向上又向下采样，图像变模糊

拉普拉斯金字塔

等于原始图像减去先down再up的图像

1. 低通滤波
2. 缩小尺寸
3. 放大尺寸
4. 图像相减

down = cv2.pyrDown(iron)
down_up = cv2.pyrUp(down)
show.cv_show('iron-down_up', iron-down_up)