opencv学习imresize,pyrUp,pyrDown函数对图像进行缩放操作

我们在opencv中进行图片的尺寸缩放的方法一般为;
1,resize函数最为直接

2,pyrDown和pyrUp函数，即为图像金字塔相关的两个函数，对图像进行向上向下采样操作

一、前言

图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。
金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。
我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。


当图像向金字塔的上层移动时，尺寸和分辨率就降低。OpenCV中，从金字塔中上一级图像生成下一级图像的可以用PryDown。而通过PryUp将现有的图像在每个维度都放大两遍。
图像金字塔中的向上和向下采样分别通过OpenCV函数 pyrUp 和 pyrDown 实现。
概括起来就是：
对图像向上采样：pyrUp函数（放大图像）
对图像向下采样：pyrDown函数（缩小图像）

这里的向下与向上采样，是对图像的尺寸而言的（和金字塔的方向相反），向上就是图像尺寸加倍，向下就是图像尺寸减半。而如果我们按上图中演示的金字塔方向来理解，金字塔向上图像其实在缩小，这样刚好是反过来了。

二、pyrDown函数

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

下面是源码中对各个参数的解释：

@param src input image.
@param dst output image. It has the specified size and the same type as src .

@param dstsize size of the output image.

默认情况下，输出图像的大小计算为Size（（src.cols + 1）/ 2，（src.rows + 1）/ 2），在任何情况下都应该满足

|dstsize.width * 2 - src.cols | <2
|dstsize.height * 2 - src.rows| < 2

@param borderType Pixel extrapolation method, see cv::BorderTypes (only BORDER_DEFAULT is supported)

注意这个地方是仅仅支持BORDER_DEFAULT ，所以这个地方填默认即可

对于大小为w×h的图像I，高斯金字塔Gj 由I的几个分辨率减小的高斯图像Ii(i是下标,下同) 组成。
其中，i={0,1,...,j}代表金字塔的级数。 图像Ii 的大小为(w/2i)×(h/2i)。[2i表示2的i次方]
图像Ii 由两步得到。1，高斯平滑处理；用高斯函数生成的核进行滤波； 

                            2，下采样；对前一级图像进行隔行隔列采样得到；

该函数执行高斯金字塔结构的下采样步骤。 

首先，它将源图像与内核进行卷积：

\ f [\ frac {1} {256} \ begin {bmatrix} 1＆4＆6＆4＆1 \\ 4＆16＆24＆16＆4 \\ 6＆24＆36＆24＆6 \\ 4 ＆16＆24＆16＆4 \\ 1＆4＆6＆4＆1 \ end {bmatrix} \ f]

然后，它通过拒绝偶数行和列来对图像进行降采样。

三、pyrUp函数

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

默认情况下，输出图像的大小计算为大小（src.cols \ * 2，（src.rows \ * 2）

该函数执行高斯金字塔结构的上采样步骤，实际上被用来构建拉普拉斯金字塔。 

首先，它通过上采样源图像，偶数行、列注入零，然后将结果与的内核进行卷积，该内核是pyrDown使用的内核乘以4而来。

四、resize函数

void resize( InputArray src, OutputArray dst,Size dsize, double fx = 0, double fy = 0, int interpolation = INTER_LINEAR);

src：输入，原图像，即待改变大小的图像；
dst：输出，改变大小之后的图像，这个图像和原图像具有相同的内容，只是大小和原图像不一样而已；
dsize：输出图像的大小。如果这个参数不为0，那么就代表将原图像缩放到这个Size(width，height)指定的大小；如果这个参数为0，那么原图像缩放之后的大小就要通过下面的公式来计算：
dsize = Size(round(fx*src.cols), round(fy*src.rows))
其中，fx和fy就是下面要说的两个参数，是图像width方向和height方向的缩放比例。
fx：width方向的缩放比例，如果它是0，那么它就会按照(double)dsize.width/src.cols来计算；
fy：height方向的缩放比例，如果它是0，那么它就会按照(double)dsize.height/src.rows来计算；
interpolation：这个是指定插值的方式，图像缩放之后，肯定像素要进行重新计算的，就靠这个参数来指定重新计算像素的方式，有以下几种：
INTER_NEAREST - 最邻近插值
INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
INTER_AREA - resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
INTER_CUBIC - 4x4像素邻域内的双立方插值

INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值

所以，要把一个图像的长宽同步缩小一半，有以下两种写法：

	resize(dst, dst1, Size(dst.cols * 0.5, dst.rows * 0.5),0, 0, INTER_LINEAR);
	resize(dst, dst2, Size(0,0), 0.5, 0.5, INTER_LINEAR);

要缩小图像，通常用CV_INTER_AREA插值看起来最好，而对于放大图像时，CV_INTER_CUBIC（速度慢）或CV_INTER_LINEAR（更快，看起来也还不错）。

五、实例

    resize(tempImage, g_dstImage1, Size(tempImage.cols / 2, tempImage.rows / 2), 0, 0, INTER_AREA);  
    resize(tempImage, g_dstImage2, Size(tempImage.cols * 2, tempImage.rows * 2), 0, 0, INTER_LINEAR);  
  
    pyrUp(tempImage, g_dstImage3, Size(tempImage.cols * 2, tempImage.rows * 2));  
    pyrDown(tempImage, g_dstImage4, Size(tempImage.cols / 2, tempImage.rows / 2));  
  
    imshow("【效果图一resize缩小】", g_dstImage1);  
    imshow("【效果图二resize放大】", g_dstImage2);  
    imshow("【效果图一向上采样】", g_dstImage3);  
    imshow("【效果图二向下采样】", g_dstImage4);  

参考文献：

https://blog.youkuaiyun.com/oliverkingli/article/details/54311091

https://blog.youkuaiyun.com/woainishifu/article/details/53260546