OpenCV图像处理技术（Python）——图像金字塔

最新推荐文章于 2025-04-27 23:14:28 发布

原创

最新推荐文章于 2025-04-27 23:14:28 发布

· 1k 阅读

10 ·

版权

文章标签：

#opencv

本文介绍了OpenCV中的图像金字塔技术，包括高斯金字塔的构建、拉普拉斯金字塔及其应用，如图像的上下采样、ROI理解和泛洪填充。主要使用了cv2.pyrDown()和cv2.pyrUp()函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、理论基础

图像金字塔是同一图像不同分辨率的子图集合，是通过对原图像不断地向下采样而产生的，即由高分变率的图像（大尺寸）产生低分辨率的近似图像（小尺寸）。
· 邻域滤波器： 采用邻域平均技术求原始图像的近似图像。该滤波器能够产生平均金字塔。
· 高斯滤波器： 采用高斯滤波器对原始图像进行滤波，得到高斯金字塔。这是OpenCV函数cv2.pyrDown()所采用的方式。

二、图像金字塔

1.高斯金字塔构建

1.1pyrDown函数及使用
·作用 ：用于实现图像函数高斯金字塔操作中的向下采样。
·语法格式：
dst=cv2.pyrDown(scr[,dstsize[,borderType]])

1.2pyrUp函数及使用
·作用： 用于实现图像函数高斯金字塔操作中的向上采样。
·语法格式：
dst=cv2.pyrUp(scr[,dstsize[,borderType]])
代码如下：

import cv2 
import numpy as np

#高斯金字塔
def pyramid_demo(image,level):
    temp = image.copy()
    pyramid_images = []
    for i in range(level):
        dst = cv2.pyrDown(temp)
        pyramid_images.append(dst)
        cv2.imshow("pyramid_down_"+str(i), dst)
        temp = dst.copy()
    return pyramid_images[level-1]

src = cv2.imread("lena.jpg")
cv2.imshow("input image", src)
pyramid_demo(src,4)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果如下：
在这里插入图片描述

2.拉普拉斯金字塔构建

2.1拉普拉斯金字

代码如下：

# 拉普拉斯金字塔构建
G0 = cv2.imread("lena.bmp")
cv2.imshow("input image",G0)
G1=cv2.pyrDown(G0)
G2=cv2.pyrDown(G1)
G3=cv2.pyrDown(G2)
G4=cv2.pyrDown(G3)
L0 = cv2.subtract(G0,cv2.pyrUp(G1))
L1 = cv2.subtract(G1,cv2.pyrUp(G2))
L2 = cv2.subtract

最低0.47元/天解锁文章