OpenCV图像处理教程C++(十三)图像上采样与降采样以及基本阈值操作

本文详细介绍了OpenCV中的图像金字塔概念,包括上采样和降采样的原理及实现,以及高斯金字塔和拉普拉斯金字塔的生成过程。同时,讲解了图像阈值操作,如二值化、反二值化、截断、阈值取0和反取0等,这些都是图像处理和分割的重要步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

图像金字塔:最底下图像尺寸最大,最上面最小。
上采样:当前图像分辨率从图像金字塔的低分辨率到高分辨率采样,得到的是一个更高分辨率的图像。
降采样:当前图像分辨率从图像金字塔的高分辨率到低分辨率采样,得到的是一个更低分辨率的图像。
高斯金字塔:
从低向上,逐层降采样得到
降采样之后图像大小是原图像MXN的M/2XN/2,就是对原图像删除偶数行与列,
即得到降采样之后上一层的图片
高斯金字塔的生成过程分为两步:

  1. 对当前层进行高斯模糊
  2. 删除当前层的偶数行列

即得到上一层的图像,这样上一层和下一层相比,都只有它的1/4大小

高斯不同:(DOG)
定义:就是把同一张图像在不同的参数下做高斯模糊之后的结果相减,得到的输出图像称为高斯不同。
高斯不同是图像的内在特征,在灰度图像增强,角点检测中经常用到。

拉普拉斯金字塔:
对图像的向上取样
将图像在每个方向扩大为原来的两倍,新增的行和列以0填充
使用先前同样的内核(乘以4)与放大后的图像卷积,获得 “新增像素”的近似值
得到的图像即为放大后的图像,但是与原来的图像相比会发觉比较模糊,因为在缩放的过程中已经丢失了一些信息,如果想在缩小和放大整个过程中减少信息的丢失,这些数据形成了拉普拉斯金字塔。

pyrUp()函数剖析:

void pyrUp(InputArray src,//输入图像,即源图像,填Mat类的对象即可
           OutputArraydst,//输出图像,和源图片有一样的尺寸和类型。
           const Size& dstsize=Size(),// 输出图像的大小;有默认值Size(),即默认情况下,由Size(src.cols*2,src.rows*2)来进行计算
           int borderType=BORDER_DEFAULT )//边界模式,一般我们不用去管它

pyrDown()函数剖析:

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

代码:

#include <opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
#include <string> 
#include<fstream> 
using namespace cv;
using namespace</
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值