OpenCV Python - 图像金字塔

有时，我们可能需要将图像转换为与其原始尺寸不同的尺寸。 为此，您可以放大图像（放大）或缩小图像（缩小）。

图像金字塔是连续向下采样指定次数的图像集合（由单个原始图像构建）。

Gaussian 高斯金字塔用于对图像进行下采样，而 Laplacian 拉普拉斯金字塔用于从金字塔较低分辨率的图像重建上采样图像。

将金字塔视为一组图层。 图像如下所示 −

金字塔较高层的图像尺寸较小。 为了在高斯金字塔的下一层生成图像，我们将较低级别的图像与高斯核进行卷积。

$$\frac{1}{16}\begin{bmatrix}1 & 4 & 6 & 4 & 1 \\4 & 16 & 24 & 16 & 4 \\6 & 24 & 36 & 24 & 6 \\4 & 16 & 24 & 16 & 4 \\1 & 4 & 6 & 4 & 1\end{bmatrix}$$

现在删除所有偶数行和列。 生成的图像将是其前身面积的 1/4。 在原始图像上迭代此过程会生成整个金字塔。

为了使图像更大，列用零填充。 首先，放大图像以在每个维度上将原始图像放大一倍，并使用新的偶数行，然后与内核执行卷积以近似缺失像素的值。

cv.pyrUp() 函数将原始大小加倍，cv.pyrDown() 函数将原始大小减半。

示例

以下程序分别根据用户输入"I"或"o"调用 pyrUp() 和 pyrDown() 函数。

请注意，当我们缩小图像的尺寸时，图像的信息会丢失。 有时缩小后，再将它重新缩放到原始大小，会丢失一些信息，新图像的分辨率远低于原始图像。

import sys
import cv2 as cv

filename = 'chicky_512.png'

src = cv.imread(filename)

while 1:
   print ("press 'i' for zoom in 'o' for zoom out esc to stop")
   rows, cols, _channels = map(int, src.shape)
   cv.imshow('Pyramids', src)
   k = cv.waitKey(0)

   if k == 27:
      break

   elif chr(k) == 'i':
      src = cv.pyrUp(src, dstsize=(2 * cols, 2 * rows))

   elif chr(k) == 'o':
      src = cv.pyrDown(src, dstsize=(cols // 2, rows // 2))

cv.destroyAllWindows()

输出