网站建设引入谷歌地图,网站优化报价单,增城网站建设,WordPress tag 分类目录
一、图像金字塔
1.图像金字塔是什么#xff1f;
2.有哪些常见类型#xff1f;
3.金字塔的构建过程
4.图像金字塔的作用
二、图像金字塔中的操作
1.向下采样
2.向上采样
3.注意--无法复原
三、代码实现
1.高斯金字塔向下采样
2.高斯金字塔向上采样
3.无法复…目录
一、图像金字塔
1.图像金字塔是什么
2.有哪些常见类型
3.金字塔的构建过程
4.图像金字塔的作用
二、图像金字塔中的操作
1.向下采样
2.向上采样
3.注意--无法复原
三、代码实现
1.高斯金字塔向下采样
2.高斯金字塔向上采样
3.无法复原
4.拉普拉斯金字塔 一、图像金字塔
1.图像金字塔是什么
是由一幅图像的多个不同分辨率的子图构成的图像集合。是通过一个图像不断的降低采样率产生的最小的图像可能仅仅有一个像素点。图像金字塔的底部是待处理的高分辨率图像原始图像而顶部则为其低分辨率的近似图像。 2.有哪些常见类型
1 高斯金字塔 通过逐层应用高斯滤波和下采样生成不同分辨率的图像以表示多尺度信息。
2 拉普拉斯金字塔 拉普拉斯金字塔是由高斯金字塔向下采样时丢失的信息构成。 3.金字塔的构建过程
1 高斯金字塔
初始图像导入原始图像。高斯滤波对图像应用高斯滤波。下采样将图像尺寸减半生成下一级图像。重复重复高斯滤波和下采样步骤直到达到所需的层数或图像尺寸过小。
2 拉普拉斯金字塔
生成高斯金字塔先创建高斯金字塔。上采样将高斯金字塔的每层图像上采样到前一层的尺寸。计算细节用前一层的高斯图像减去上采样后的图像得到拉普拉斯细节图像。最后一层拉普拉斯金字塔的最后一层即为高斯金字塔的最后一层。 4.图像金字塔的作用
1 特征点提取
图像金字塔允许在不同尺度下检测特征点提高特征点检测的尺度不变性。
2 模板匹配
图像金字塔帮助处理不同尺度的模板匹配问题提高匹配的准确性。
3 光流跟踪
通过在不同尺度层中估计光流图像金字塔帮助处理大范围的运动提高光流估计的精度。 二、图像金字塔中的操作
1.向下采样 向金字塔顶部移动时图像的尺寸和分辨率都不断地降低。通常情况下每向上移动一级图像的宽和高都降低为原来的1/2。
1 步骤
高斯滤波减少高频噪声 删除其偶数行和偶数列所以所用图像一般高宽都是偶数
2 图示 2.向上采样 通常将图像的宽度和高度都变为原来的2倍。这意味着向上采样的结果图像的大小是原始图像的4倍。因此要在结果图像中补充大量的像素点。对新生成的像素点进行赋值的行为称为插值。
1 步骤
插值 高斯滤波减少由于插值产生的人工边界和不自然的过渡
2 图示 3.注意--无法复原 通过以上分析可知向上采样和向下采样是相反的两种操作。但是由于向下采样会丢失像素值所以这两种操作是不可逆的。也就是说对一幅图像先向上采样、再向下采样是无法恢复其原始状态的同样对一幅图像先向下采样、再向上采样也无法恢复到原始状态 三、代码实现
1.高斯金字塔向下采样
使用cv2.pyrDown()函数实现向下采样
import cv2 # opencv读取的格式是BGR2# 高斯金字塔操作中的向下采样
# 下采样 是一种减小图像尺寸的方法它通常涉及到降低图像的分辨率即减少图像中像素的数量从而使图像看起来更小
# 上釆样 是一种增大图像尺寸的方法它通过插值和滤波技术来恢复图像的分辨率和细节通常用于图像放大或者与下采样后的图像进行比较。
# resize函数 是一种通用的图像尺寸调整方法它可以按照指定的目标尺寸来缩放图像不涉及金字塔结构或者特定的滤波操作。
# dst cv2.pyrDown(src [,dst, dstsize [, borderType] ])
# dst:目标图像
# src:原始图像
# dstsize:目标图像的大小
face cv2.imread(face.jpg) # G0
face cv2.resize(face, (400, 400))
cv2.imshow(face, face)
cv2.waitKey(0)# 向下采样
face_down_1 cv2.pyrDown(face) # 下采样G1
cv2.imshow(face_down_1, face_down_1)
cv2.waitKey(0)
face_down_2 cv2.pyrDown(face_down_1) # G2
cv2.imshow(face_down_2, face_down_2)
cv2.waitKey(0)
输出
可以看出来图像的宽高逐层减半 2.高斯金字塔向上采样
使用cv2.pyrUp()函数实现向上采样默认双线性插值法
import cv2 # opencv读取的格式是BGR2# 高斯金字塔操作中的向上采样
# dst cv2.pyrUp(src [,dst, dstsize [, borderType] ])
# dst:目标图像
# #src:原始图像
# dstsize:目标图像的大小
face cv2.imread(face.jpg) # G0
face cv2.resize(face, (400, 400))
cv2.imshow(face, face)
cv2.waitKey(0)
face_up_1 cv2.pyrUp(face)
cv2.imshow(face_up_1, face_up_1) # G1
cv2.waitKey(0)
face_up_2 cv2.pyrUp(face_up_1)
cv2.imshow(face_up_2, face_up_2) # G2
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
可以看到向上采样之后的图像宽高逐层变成2倍 3.无法复原
# 对下采样后图像进行上采样,图像变模糊无法复原
# 对上采样后图像进行下采样,图像变模糊无法复原
face_down_1_up cv2.pyrUp(face_down_1) # 下采样G1
face_up_1_down cv2.pyrDown(face_up_1) # 上采样G1
cv2.imshow(yuantu, face)
cv2.imshow(down_1_up, face_down_1_up)
cv2.imshow(up_1_down, face_up_1_down)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
可以看到两种操作之后的图像大小与原图一样但是清晰度却比原图差了不少 4.拉普拉斯金字塔
# 拉普拉斯金字塔
face_down_2_up cv2.pyrUp(face_down_2)
L0 face - face_down_1_up
L1 face_down_1 - face_down_2_up
fuyuan face_down_1_up L0
cv2.imshow(L0, L0)
cv2.imshow(L1, L1)
cv2.imshow(fuyuan, fuyuan)
cv2.waitKey(0)输出
可以看到拉普拉斯金字塔的复原效果还是不错的我这里使用的是彩色图片所以拉普拉斯图像是彩色的如果使用的图片是灰度图那么就是黑白的
