【OpenCV】⚠️高手勿入! 半小时学会基本操作 ⚠️ 图像金字塔
概述
OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界.
图像金字塔
高斯金字塔
高斯金字塔 (Gaussian Pyramid) 是最基本的图像塔. 对图像进行高斯滤波, 然后去除偶数行和列. 对图像放大形成上采样.
下采样:
例子:
# 读取图片
img = cv2.imread("person.jpg")
print(img.shape) # (381, 382, 3)
# 下采样
down = cv2.pyrDown(img)
print(down.shape) # (191, 191, 3)
# 展示图片
cv2.imshow("down", down)
cv2.waitKey(0)
cv2.destroyAllWindows()
上采样:
例子:
# 读取图片
img = cv2.imread("person.jpg")
print(img.shape) # (381, 382, 3)
# 上采样
up = cv2.pyrUp(img)
print(up.shape) # (762, 764, 3)
# 展示图片
cv2.imshow("up", up)
cv2.waitKey(0)
cv2.destroyAllWindows()
下采样然后上采样 vs 原图:
# 读取图片
img = cv2.imread("person.jpg")
img = cv2.resize(img, (380, 380))
# 下采样
down = cv2.pyrDown(img)
# 上采样
down_up = cv2.pyrUp(down)
# 组合
combine = np.hstack((img, down_up))
# 图片展示
cv2.imshow("combine", combine)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果:
从上图我们可以看出, 原图明显比下采样然后上采样的图清晰.
拉布拉斯金字塔
在进行高斯金字塔 (Gaussian Pyramid) 运算时, 在不断的高斯滤波和下采样, 我们丢失了很多高频信号.
拉斯金字塔 (Laplacian Pyramid) 可以帮助我们保留高频信号.
代码:
# 读取图片
img = cv2.imread("person.jpg")
img = cv2.resize(img, (380, 380))
# 下采样
down = cv2.pyrDown(img)
# 上采样
down_up = cv2.pyrUp(down)
# 原图 - down_up
result = img - down_up
# 图片展示
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果:
到此这篇关于OpenCV半小时掌握基本操作之图像金字塔的文章就介绍到这了,更多相关OpenCV图像金字塔内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
您可能感兴趣的文章:- python 用opencv实现图像修复和图像金字塔
- Python OpenCV高斯金字塔与拉普拉斯金字塔的实现
- OpenCV半小时掌握基本操作之分水岭算法
- OpenCV半小时掌握基本操作之傅里叶变换
- OpenCV半小时掌握基本操作之图像轮廓
- OpenCV半小时掌握基本操作之直方图
- OpenCV半小时掌握基本操作之模板匹配
- OpenCV半小时掌握基本操作之圆圈检测
- OpenCV半小时掌握基本操作之对象测量
