OpenCV 图像金字塔算子

最新推荐文章于 2025-11-24 16:05:10 发布

原创

最新推荐文章于 2025-11-24 16:05:10 发布 · 372 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #图像处理

本文介绍了OpenCV中图像金字塔的概念，包括高斯金字塔和拉普拉斯金字塔。高斯金字塔通过高斯内核卷积和下采样实现图像分辨率降低，而拉普拉斯金字塔则是通过高斯金字塔的上采样与原图相减得到细节信息。文章提供了使用cv2.pyrUp()和cv2.pyrDown()函数进行图像缩放的示例代码，并展示了这些操作如何影响图像内容。

本文是OpenCV图像视觉入门之路的第14篇文章，本文详细的介绍了图像金字塔算子的各种操作，例如：高斯金字塔算子、拉普拉斯金字塔算子等操作。

高斯金字塔中的较高级别（低分辨率）是通过先用高斯核对图像进行卷积再删除偶数行和列，然后较高级别的每个像素由基础级别的5个像素的贡献与高斯权重形成，通过这样的操作M x N的图像变为M/2 x N/2图像,因此面积减少到原来的四分之一，我们称之为Octave，当我们的金字塔越靠上时这种模式就越继续。

向下采样方法：1.对图像进行高斯内核卷积；2.将所有偶数行和列去除。图像的较低级别（高分辨率）是通过较高级别（低分辨率）在每个维度上扩大为原来的两倍，新增的行和列（偶数行和列）以0填充，然后使用指定的滤波器进行卷积去估计丢失像素的近似值。

向上采样方法：1.将图像在每个维度扩大到原来的两倍，以新增的行和列以0填充；2.使用原先同样的内核（x4）与方法后的图像卷积，获得新增像素的近似值。在缩放过程中以及丢失了一些信息，如果想在缩放过程中减少信息的丢失，就需要用到拉普拉斯金字塔。

OpenCV 图像金字塔算子目录

1 高斯金字塔

2 拉普拉斯金字塔

1 高斯金字塔

高斯金字塔：向上采样法(放大) cv.pyrUp(src)函数：其中只需要传入一个参数，代表图像资源，用于对图像做向上采样

高斯金字塔：向下采样法(缩小) cv.pyrDown()函数：参数传递与cv.pyrUp()一致，用于对图像做向下采样，通常也可以做图像模糊化处理

import cv2
import numpy as np
from numpy import unicode

if __name__ == '__main__':
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg') #, cv2.IMREAD_GRAYSCALE

    cv2.imshow("img", img)
    print(img.shape)

    up = cv2.pyrUp(img)
    up2 = cv2.pyrUp(up)


    cv2.namedWindow("up", 0)
    cv2.imshow("up", up)
    print(up.shape)

    cv2.namedWindow("up2", 0)
    cv2.imshow("up2", up2)
    print(up2.shape)


    down = cv2.pyrDown(img)
    up_down = cv2.pyrDown(up)

    cv2.namedWindow("down", 0)
    cv2.imshow("down", down)
    print(down.shape)

    cv2.namedWindow("up_down", 0)
    cv2.imshow("up_down", up_down)