图像金字塔 简单来说就是 自下而上图像一步一步缩小
1 高斯金字塔(涉及高斯分布)
向下采样(缩小,对金字塔来说是自下向上)
第一步: 高斯滤波去噪
第二部:将偶数行和列去掉
向上采样(放大,对金字塔来说是自上向下)
第一步:在每个方向上扩大两倍,新增的行和列填充0
第二步:利用之前同样的内核进行卷积,获得近似值(高斯滤波?)
注意:无论是先下后上还是先上后下的采样,不会使图片回到原本,因为无论上采样还是下采样都会造成原本信息的丢失(失真?)。
1 #cv2.pyrUp(src)为向上采样即放大 2 #cv2.pyrDown(src)为向下采样即缩小 3 gaussUp = cv2.pyrUp(img) 4 gaussDown = cv2.pyrDown(img) 5 gaussUpDown = cv2.pyrDown(gaussUp) 6 gaussDownUp = cv2.pyrUp(gaussDown) 7 res = np.hstack((img,gaussUp,gaussDown,gaussUpDown,gaussDownUp)) 8 Cv_Show('res',res)
2 拉普拉斯金字塔
1 #就是用原图像减去先向下采样再向上采样 2 laplacianPyr = img - gaussDownUp 3 Cv_Show('laplacianPyr',laplacianPyr)
原文链接:https://www.cnblogs.com/mingrufeng/p/17343853.html
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:图像金字塔 - Python技术站