跟我学Python图像处理丨关于图像金字塔的图像向下取样和向上取样 ...

打印 上一主题 下一主题

主题 725|帖子 725|积分 2175

摘要:本文讲述图像金字塔知识,了解专门用于图像向上采样和向下采样的pyrUp()和pyrDown()函数。
本文分享自华为云社区《[Python图像处理] 二十一.图像金字塔之图像向下取样和向上取样》,作者:eastmount。
一.图像金字塔

图像金字塔是指由一组图像且不同分别率的子图集合,它是图像多尺度表达的一种,以多分辨率来解释图像的结构,主要用于图像的分割或压缩。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。如图6-11所示,它包括了四层图像,将这一层一层的图像比喻成金字塔。图像金字塔可以通过梯次向下采样获得,直到达到某个终止条件才停止采样,在向下采样中,层级越高,则图像越小,分辨率越低。
生成图像金字塔主要包括两种方式——向下取样、向上取样。在图6-11中,将图像G0转换为G1、G2、G3,图像分辨率不断降低的过程称为向下取样;将G3转换为G2、G1、G0,图像分辨率不断增大的过程称为向上取样。
二.图像向下取样

在图像向下取样中,使用最多的是高斯金字塔。它将对图像Gi进行高斯核卷积,并删除原图中所有的偶数行和列,最终缩小图像。其中,高斯核卷积运算就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值(权重不同)经过加权平均后得到。常见的3×3和5×5高斯核如下:
高斯核卷积让临近中心的像素点具有更高的重要度,对周围像素计算加权平均值,如图6-12所示,其中心位置权重最高为0.4。
显而易见,原始图像Gi具有M×N个像素,进行向下取样之后,所得到的图像Gi+1具有M/2×N/2个像素,只有原图的四分之一。通过对输入的原始图像不停迭代以上步骤就会得到整个金字塔。注意,由于每次向下取样会删除偶数行和列,所以它会不停地丢失图像的信息。
在OpenCV中,向下取样使用的函数为pyrDown(),其原型如下所示:
dst = pyrDown(src[, dst[, dstsize[, borderType]]])

  • src表示输入图像,
  • dst表示输出图像,和输入图像具有一样的尺寸和类型
  • dstsize表示输出图像的大小,默认值为Size()
  • borderType表示像素外推方法,详见cv::bordertypes
实现代码如下所示:
  1. # -*- coding: utf-8 -*-
  2. import cv2  
  3. import numpy as np  
  4. import matplotlib.pyplot as plt
  5. #读取原始图像
  6. img = cv2.imread('nv.png')
  7. #图像向下取样
  8. r = cv2.pyrDown(img)
  9. #显示图像
  10. cv2.imshow('original', img)
  11. cv2.imshow('PyrDown', r)
  12. cv2.waitKey()
  13. cv2.destroyAllWindows()
复制代码
输出结果如图6-13所示,它将原始图像压缩成原图的四分之一。
多次向下取样的代码如下:
  1. # -*- coding: utf-8 -*-
  2. import cv2  
  3. import numpy as np  
  4. import matplotlib.pyplot as plt
  5. #读取原始图像
  6. img = cv2.imread('nv.png')
  7. #图像向下取样
  8. r1 = cv2.pyrDown(img)
  9. r2 = cv2.pyrDown(r1)
  10. r3 = cv2.pyrDown(r2)
  11. #显示图像
  12. cv2.imshow('original', img)
  13. cv2.imshow('PyrDown1', r1)
  14. cv2.imshow('PyrDown2', r2)
  15. cv2.imshow('PyrDown3', r3)
  16. cv2.waitKey()
  17. cv2.destroyAllWindows()
复制代码
输出结果如图所示:
三.图像向上取样

在图像向上取样是由小图像不断放图像的过程。它将图像在每个方向上扩大为原图像的2倍,新增的行和列均用0来填充,并使用与“向下取样”相同的卷积核乘以4,再与放大后的图像进行卷积运算,以获得“新增像素”的新值。如图6-15所示,它在原始像素45、123、89、149之间各新增了一行和一列值为0的像素。
在OpenCV中,向上取样使用的函数为pyrUp(),其原型如下所示:
dst = pyrUp(src[, dst[, dstsize[, borderType]]])

  • src表示输入图像,
  • dst表示输出图像,和输入图像具有一样的尺寸和类型
  • dstsize表示输出图像的大小,默认值为Size()
  • borderType表示像素外推方法,详见cv::bordertypes
实现代码如下所示:
  1. # -*- coding: utf-8 -*-
  2. import cv2  
  3. import numpy as np  
  4. import matplotlib.pyplot as plt
  5. #读取原始图像
  6. img = cv2.imread('lena.png')
  7. #图像向上取样
  8. r = cv2.pyrUp(img)
  9. #显示图像
  10. cv2.imshow('original', img)
  11. cv2.imshow('PyrUp', r)
  12. cv2.waitKey()
  13. cv2.destroyAllWindows()
复制代码
输出结果如图6-16所示,它将原始图像扩大为原图像的四倍。
多次向上取样的代码如下:
  1. # -*- coding: utf-8 -*-
  2. import cv2  
  3. import numpy as np  
  4. import matplotlib.pyplot as plt
  5. #读取原始图像
  6. img = cv2.imread('lena2.png')
  7. #图像向上取样
  8. r1 = cv2.pyrUp(img)
  9. r2 = cv2.pyrUp(r1)
  10. r3 = cv2.pyrUp(r2)
  11. #显示图像
  12. cv2.imshow('original', img)
  13. cv2.imshow('PyrUp1', r1)
  14. cv2.imshow('PyrUp2', r2)
  15. cv2.imshow('PyrUp3', r3)
  16. cv2.waitKey()
  17. cv2.destroyAllWindows()
复制代码
输出结果如图6-17所示,每次向上取样均为上次图像的四倍,但图像的清晰度会降低。
希望这篇基础性文章对您有所帮助,如果有错误或不足之处,请海涵!
感恩能与大家在华为云遇见!
参考文献:

 
点击关注,第一时间了解华为云新鲜技术~

免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!
回复

使用道具 举报

0 个回复

倒序浏览

快速回复

您需要登录后才可以回帖 登录 or 立即注册

本版积分规则

万万哇

金牌会员
这个人很懒什么都没写!

标签云

快速回复 返回顶部 返回列表