opencv-图像金字塔

图像金字塔

目标

原理摘自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/pyramids/pyramids.html

本文档尝试解答例如以下问题：

• 怎样使用OpenCV函数 pyrUp 和 pyrDown 对图像进行向上和向下採样。

原理

Note

下面内容来自于Bradski和Kaehler的大作： Learning OpenCV 。

• 当我们须要将图像转换到还有一个尺寸的时候。 有两种可能：
  1. 放大 图像 或者
  2. 缩小 图像。
• 虽然OpenCV 几何变换 部分提供了一个真正意义上的图像缩放函数(resize,
  在以后的教程中会学到),只是在本篇我们首先学习一下使用 图像金字塔 来做图像缩放, 图像金字塔是视觉运用中广泛採用的一项技术。

图像金字塔

• 一个图像金字塔是一系列图像的集合 - 全部图像来源于同一张原始图像 - 通过梯次向下採样获得，直到达到某个终止条件才停止採样。
• 有两种类型的图像金字塔经常出如今文献和应用中:
  • 高斯金字塔(Gaussian pyramid): 用来向下採样
  • 拉普拉斯金字塔(Laplacian pyramid): 用来从金字塔低层图像重建上层未採样图像
• 在这篇文档中我们将使用 高斯金字塔 。

高斯金字塔

• 想想金字塔为一层一层的图像，层级越高，图像越小。

  

• 每一层都按从下到上的次序编号， 层级  (表示为  尺寸小于层级  ())。

• 为了获取层级为  的金字塔图像。我们採用例如以下方法:

  • 将  与高斯内核卷积:

    

  • 将全部偶数行和列去除。

• 显而易见，结果图像仅仅有原图的四分之中的一个。通过对输入图像  (原始图像)
  不停迭代以上步骤就会得到整个金字塔。

• 以上过程描写叙述了对图像的向下採样，假设将图像变大呢?

  :

  • 首先，将图像在每一个方向扩大为原来的两倍。新增的行和列以0填充()
  • 使用先前相同的内核(乘以4)与放大后的图像卷积。获得 “新增像素” 的近似值。

• 这两个步骤(向下和向上採样) 分别通过OpenCV函数 pyrUp 和 pyrDown 实现,
  我们将会在以下的演示样例中演示怎样使用这两个函数。

• 实例：（放大）

• 、

• 缩小

• watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvaF93bHlmdw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

• // ConsoleApplication3_6_23.cpp : Defines the entry point for the console application.
  //
   
  #include "stdafx.h"
  #include<opencv2/opencv.hpp>
  #include<iostream>
  using namespace std;
  using namespace cv;
   
  Mat src,dst;
  int model = 0;
  const int max_model = 1;
  char* windowName = "Demo";
   
  void Image_pro(int,void*);
  int _tmain(int argc, _TCHAR* argv[])
  {
  	src = imread("hwl.jpg");
  	namedWindow("原图",CV_WINDOW_AUTOSIZE);
  	imshow("原图",src);
  	if(!src.data)
  		return -1;
  	namedWindow(windowName,CV_WINDOW_AUTOSIZE);
  	createTrackbar("0-放大 \n 1-缩小",
  		windowName,&model,max_model,Image_pro);
   
  	Image_pro(0,0);
  	waitKey(0);
  	return 0;
  }
  void Image_pro(int,void*){
   
  	if(0 == model)
  	{
  		pyrUp(src,dst,Size(src.cols * 2,src.rows * 2));
  	}else{
  		pyrDown(src,dst,Size(src.cols / 2,src.rows / 2));
  	}
  	imshow(windowName,dst);
  }

Note

我们向下採样缩小图像的时候, 我们实际上 丢失 了一些信息。