|
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)
复制代码 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)
复制代码
来源:https://www.cnblogs.com/mingrufeng/p/17343853.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作! |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
x
|