本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:

第1章 OpenCV快速入门;
第2章 图像读写模块imgcodecs;
第3章 核心库模块core;
第4章 图像处理模块imgproc(一);
第5章 图像处理模块imgproc(二);
第6章 可视化模块highgui;
第7章 视频处理模块videoio;
第8章 视频分析模块video;
第9章 照片处理模块photo;
第10章 2D特征模块features2d;
第11章 相机标定与三维重建模块calib3d;
第12章 传统目标检测模块objdetect;
第13章 机器学习模块ml;
第14章 深度神经网络模块dnn

欢迎关注图书《深度学习计算机视觉实战》与《学习OpenCV4:基于Python的算法实战》。


图像金字塔是来源于同一图像不同分辨率的图像组成的集合,在图像缩放或者图像分割中有较多应用。图像金字塔由采样完成,向下采样形成高斯金字塔,向上采样形成拉普拉斯金字塔。

5.6.1 案例55:高斯金字塔

OpenCV中提供了生成高斯金字塔的函数pyrDown,函数的定义如下:

dst = pyrDown(src, dst=None, dstsize=None, borderType=None)

参数说明如下:
src,输入图像;
dst,输出图像(返回值);
dstsize,输出图像尺寸;
borderType,边界模式,由BorderTypes定义(见3.4.5节)。
本案例使用的输入图像如图3.10所示,下采样一次的案例代码如下:

import cv2src = cv2.imread("src.jpg")
#图像下采样
pyrdown1 = cv2.pyrDown(src)
#图像显示
cv2.imshow("src", src)
cv2.imshow("pyrdown1", pyrdown1)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行一次下采样的结果如图5.18所示。

图5.18
执行三次下采样的案例代码如下:

import cv2src = cv2.imread("src.jpg")
#三次下采样
pyrdown1 = cv2.pyrDown(src)
pyrdown2 = cv2.pyrDown(pyrdown1)
pyrdown3 = cv2.pyrDown(pyrdown2)
#图像显示
cv2.imshow("src", src)
cv2.imshow("pyrdown1", pyrdown1)
cv2.imshow("pyrdown2", pyrdown2)
cv2.imshow("pyrdown3", pyrdown3)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行三次采样得到的高斯图像金字塔如图5.19所示。

图5.19

5.6.2 案例56:拉普拉斯金字塔

OpenCV中提供了生成拉普拉斯金字塔的函数pyrUp,函数的定义如下:

dst = pyrUp(src, dst=None, dstsize=None, borderType=None)

参数说明如下:
src,输入图像;
dst,输出图像(返回值);
dstsize,输出图像尺寸;
borderType,边界模式,由BorderTypes定义(见3.4.5节)。
进行三次上采样,建立拉普拉斯金字塔的案例代码如下:

import cv2src = cv2.imread("src_pyrup.jpg")
#三次上采样
pyrup1 = cv2.pyrUp(src)
pyrup2 = cv2.pyrUp(pyrup1)
pyrup3 = cv2.pyrUp(pyrup2)
#图像显示
cv2.imshow("src", src)
cv2.imshow("pyrup1", pyrup1)
cv2.imshow("pyrup2", pyrup2)
cv2.imshow("pyrup3", pyrup3)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行三次上采样形成的拉普拉斯金字塔如图5.20所示。

图5.20

【学习OpenCV4】图像金字塔总结相关推荐

  1. 【opencv学习】【图像金字塔】

    今天简单学习下图像金字塔,说白了就是图像放大缩小的一些方法,但是是等比例的. import cv2 import numpy as np# 展示图像,封装成函数 def cv_show_image(n ...

  2. 目标检测——图像金字塔

    目录 一.图像金字塔的作用及实现 二.代码来实现图像金字塔 三.图像金字塔结合滑动窗口 3.1 代码实现 四.实验总结 介绍图像金字塔. 使用图像金字塔结合滑动窗口的方法 标记出图像中不同尺寸的物体. ...

  3. 学习MSCKF笔记——前端、图像金字塔光流、Two Point Ransac

    学习MSCKF笔记--前端.图像金字塔光流.Two Point Ransac 学习MSCKF笔记--前端.图像金字塔光流.Two Point Ransac 1. 图像金字塔光流 2. Two Poin ...

  4. opencv进阶学习笔记10:图像金字塔和图像梯度

    基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 图像金字塔 变小 变大 原理 ...

  5. opencv学习笔记19:图像金字塔和图像拉普拉斯金字塔 (用于图像放大和缩小)

    图像金字塔原理 图像金字塔:只不同分辨率,不同尺寸子图构成的集合. 取样 向下取样:有一个图像G0,对它重新采样,得到分辨率小些的G1,以此类推. 向上取样:有一个图像G3,然后变成像素更多的G2,以 ...

  6. OpenCV学习笔记(十):图像金字塔Pyramid和图像缩放:pyrDown(),pyrUp(),resize()

    OpenCV学习笔记(十):图像金字塔Pyramid和图像缩放:pyrDown(),pyrUp(),resize() 一.图像金字塔定义: 图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是 ...

  7. cv2.error: opencv(4.4.0)_【从零学习OpenCV 4】图像金字塔

    点击上方"小白学视觉",选择"星标"公众号 重磅干货,第一时间送达 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍<从零学习Open ...

  8. 上采样和下采样_OpenCV学习笔记(一)之图像金字塔-上采样与降采样与DOG

    一. 图像金字塔 一个图像金字塔式一系列的图像组成,最底下的图形尺寸最大,最上方的图像尺寸最小. 高斯金字塔是从底向上,逐层降采样得到的. 高斯金字塔的生成过程分为两步: 对当前层进行高斯模糊. 删除 ...

  9. opencv 的norm_OpenCV学习笔记(一)之图像金字塔-上采样与降采样与DOG

    一. 图像金字塔 一个图像金字塔式一系列的图像组成,最底下的图形尺寸最大,最上方的图像尺寸最小. 高斯金字塔是从底向上,逐层降采样得到的. 高斯金字塔的生成过程分为两步: 1. 对当前层进行高斯模糊. ...

最新文章

  1. python创建txt文件并写入 编码-Python文本文件读写操作时的字符编码问题
  2. Java里的字符串, String类简单介绍.
  3. 7 项目人力资源管理
  4. KubeCon+CloudNativeCon首秀中国!
  5. 管理端口_内网渗透 | 红蓝对抗:Windows利用WinRM实现端口复用打造隐蔽后门
  6. Spark源码学习1.6——Executor.scala
  7. 汇编语言之DOSBox的安装和使用
  8. php调用声卡,图文讲解美国ART USB Dual Pre声卡多种使用方法!
  9. Matlab求极限图解
  10. 夜神模拟器7.12 安装 xposed
  11. 百度AICA迎来毕业季,55位新晋“首席AI架构师”推进产业智能化
  12. 优雅地使用GEE绘制DEM
  13. Linux出现ping不通外网、xshell解决方案
  14. DSP应用学习:定点DSP的小数运算方法—Q格式
  15. HQChart商业使用说明及用户使用协议
  16. Jetson一键安装opencv4.1.0+opencv4.1.0_contrib
  17. Snap硬件业务遇冷,数十万拍照眼镜积压在中国仓库
  18. 数字孪生汽车制造工艺车间 | 智慧工厂
  19. 【GDC翻译】在“Control”中学到的程序化破坏系统的经验
  20. 罗振宇新书被“喷”,网红打广告是否要讲明利益相关?

热门文章

  1. 关于马化腾的故事(转自知乎)
  2. 史上非常简单、快速的解决Excel导出遇到Excel导出错误
  3. PHP版本升级了旧代码怎么办?编程语言PHP还有未来吗?[图]
  4. ofd转成html,如何把Word或者Excel文档转换为ofd格式?
  5. 国产光谱共焦位移传感器能侧哪些地方
  6. Git 之二 架构、工作流程、.git 目录文件
  7. win10安装node后报错:npm WARN config global `--global`, `--local` are deprecated. Use `--location=global`
  8. scrapy中的Request的用法
  9. 隐马尔可夫模型(Baum Welch算法与Viterbi算法)
  10. python新闻内容爬虫专用包newspaper详细教程