openCV高阶操作之金字塔操作与直方图分析

在计算机视觉领域，图像金字塔和直方图是基础且重要的工具。图像金字塔用于多尺度分析（如图像缩放、特征融合），直方图则用于描述图像像素分布（如亮度调整、对比度增强）。本文将通过Python和OpenCV实现这两部分功能，并结合代码详细讲解原理。

---

一、图像金字塔：上下采样与高斯/拉普拉斯金字塔

1.1 金字塔基础概念

图像金字塔是一种多分辨率表示方法，通过**下采样（降分辨率）和上采样（升分辨率）**生成不同尺度的图像集合。常见的金字塔有两种：

• 高斯金字塔：通过高斯模糊后下采样生成，用于多尺度表示。
• 拉普拉斯金字塔：通过高斯金字塔相邻层差值生成，用于图像重建（保留细节）。

1.2 下采样（pyrDown）

cv2.pyrDown() 用于对图像进行下采样，生成分辨率减半的图像（宽高各缩小为1/2）。其核心步骤是：

1. 对原图进行高斯模糊（核大小为5x5），消除高频细节；
2. 将图像尺寸从 (w, h) 缩小为 (w//2, h//2)（舍入取整）。

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取灰度图像（G0层，原始层）
face = cv2.imread('longpic.png', cv2.IMREAD_GRAYSCALE)
cv2.imshow('Original Face (G0)', face)
cv2.waitKey(0)

# 下采样生成G1层（分辨率减半）
face_down_1 = cv2.pyrDown(face)  # 尺寸：(w//2, h//2)
cv2.imshow('Downsampled G1', face_down_1)
cv2.waitKey(0)

# 继续下采样生成G2层（分辨率再减半）
face_down_2 = cv2.pyrDown(face_down_1)  # 尺寸：(w//4, h//4)
cv2.imshow('Downsampled G2', face_down_2)
cv2.waitKey(0)

1.3 上采样（pyrUp）

cv2.pyrUp() 用于对图像进行上采样，生成分辨率翻倍的图像（宽高各放大为2倍）。其核心步骤是：

1. 将图像尺寸从 (w, h) 放大为 (w*2, h*2)（新增像素用0填充）；
2. 对放大后的图像进行高斯模糊（核大小为5x5）。

# 上采样生成G1'层（