中国工商银行网站建设,平面设计是什么意思,网站未建设的情况说明,怎样建设自己网站的后台本文是OpenCV图像视觉入门之路的第14篇文章#xff0c;本文详细的介绍了图像金字塔算子的各种操作#xff0c;例如#xff1a;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#xff08;低分辨率#xff09;是通过先用高斯核对图像进行卷积再删除偶… 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 unicodeif __name__ __main__:img cv2.imread(D:/Jupyter_Notebooks/0.jpg) #, cv2.IMREAD_GRAYSCALEcv2.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)print(up_down.shape)cv2.waitKey(0)cv2.destroyAllWindows()import cv2
import numpy as np
from numpy import unicodeif __name__ __main__:img cv2.imread(D:/Jupyter_Notebooks/0.jpg) #, cv2.IMREAD_GRAYSCALEup cv2.pyrUp(img)up_down cv2.pyrDown(up)cv2.imshow(up_down, up_down)cv2.imshow(up_downs, np.hstack((img, up_down)))up cv2.pyrUp(img)up_down cv2.pyrDown(up)cv2.imshow(img-up_down, img - up_down)cv2.waitKey(0)cv2.destroyAllWindows()这段代码使用了 OpenCV 中的图像金字塔函数 cv2.pyrUp() 和 cv2.pyrDown()并在屏幕上显示了 img - up_down 的差异图像。
图像金字塔是一种常见的多分辨率图像处理技术它可以将图像按照不同的尺度进行缩小或放大从而得到一系列图像。cv2.pyrUp() 和 cv2.pyrDown() 分别是向上采样和向下采样的函数可以用来生成高斯金字塔和拉普拉斯金字塔。
在这段代码中首先使用 cv2.pyrUp() 对原始图像 img 进行向上采样得到一个更高分辨率的图像 up。然后使用 cv2.pyrDown() 对 up 进行向下采样得到一个分辨率与原始图像相同但内容可能有所不同的图像 up_down。
最后通过 cv2.imshow() 函数显示 img - up_down 的差异图像即原始图像与经过向上-向下采样后的图像之间的差异。这样做可以帮助我们了解金字塔图像处理的效果以及对图像内容的改变情况进行可视化分析。 2 拉普拉斯金字塔
1.左上角的图片为原始图片
2.对原始图像进行高斯平滑
3.执行一次下采样图像变为原来的1/4
4.执行一次上采样图像变为原图的大小
5.再次执行高斯模糊
6.用原图像减去高斯模糊后的图像得到拉普拉斯图像
import cv2
import numpy as np
from numpy import unicodeif __name__ __main__:img cv2.imread(D:/Jupyter_Notebooks/0.jpg) #, cv2.IMREAD_GRAYSCALEgray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)down cv2.pyrDown(img)dst cv2.pyrUp(down)res img - dstcv2.imshow(img, img)cv2.imshow(res, res)cv2.waitKey(0)cv2.destroyAllWindows()
