影像金字塔 簡單來說就是 自下而上影像一步一步縮小
1 高斯金字塔（涉及高斯分布）
向下采樣（縮小，對金字塔來說是自下向上）
第一步： 高斯濾波去噪
第二部：將偶數行和列去掉
向上采樣（放大，對金字塔來說是自上向下)
第一步：在每個方向上擴大兩倍，新增的行和列填充0
第二步：利用之前同樣的內核進行卷積，獲得近似值（高斯濾波？）
注意：無論是先下后上還是先上后下的采樣，不會使圖片回到原本，因為無論上采樣還是下采樣都會造成原本資訊的丟失（失真？），
1 #cv2.pyrUp(src)為向上采樣即放大 2 #cv2.pyrDown(src)為向下采樣即縮小 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 #就是用原影像減去先向下采樣再向上采樣 2 laplacianPyr = img - gaussDownUp 3 Cv_Show('laplacianPyr',laplacianPyr)
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/550839.html
標籤：Python
上一篇：影像邊緣檢測（Canny)
下一篇：返回列表