OpenCV-Python教程:17.圖像金字塔

一般來說,我們都是處理固定大小的圖片,但是有時(shí)候也會(huì)需要處理一個(gè)圖像的不同分辨率的圖片。比如在搜索圖像里的某些元素的時(shí)候股毫,比如臉暑认,我們并不確認(rèn)目標(biāo)在圖片里的大小困介。在這種情況下,我們可能需要?jiǎng)?chuàng)建一系列的不同分辨率的圖片來在其中尋找目標(biāo)蘸际。這些不同分辨率的圖片叫做圖片金字塔(因?yàn)樗麄儚男〉酱蠖言谝黄鸬臅r(shí)候像個(gè)金字塔)

有兩種圖像金字塔1)高斯金字塔 2)拉普拉斯金字塔

高斯金字塔的高級(jí)(低分辨率)是從低級(jí)別(高分辨率)的圖像里移除連續(xù)的行和列來形成的座哩。高級(jí)別理的每個(gè)像素是下級(jí)5個(gè)高斯權(quán)重的像素得到的。通過這種方法粮彤,一個(gè)M x N的圖像變成了M/2 x N/2的圖像根穷。所以面積減小到了原來的四分之一。這被叫做Octave导坟。同樣的模式我們可以不斷向上(減小分辨率)屿良。同樣的如果是擴(kuò)大,編輯會(huì)變成原來級(jí)別的四倍惫周。我們用cv2.pyrDown()和cv2.pyrUp()函數(shù)來找高斯金字塔尘惧。

img = cv2.imread('messi5.jpg')
lower_reso = cv2.pyrDown(higher_reso)

下面是圖像金字塔的4級(jí)


現(xiàn)在你可以通過cv2.pyrUp()函數(shù)來沿圖像金字塔向下

higher_reso2 = cv2.pyrUp(lower_reso)

記住,higher_reso2和higher_reso不同递递,因?yàn)橐坏┠憬档土朔直媛逝绯龋憔蛠G失了圖像信息,下面的圖像是用前面最小的圖片向金字塔下3級(jí)的結(jié)果登舞。

拉普拉斯金字塔式從高斯金字塔得到的贰逾,沒有單獨(dú)的函數(shù)。拉普拉斯金字塔圖像像是邊緣圖片菠秒,大部分元素是0.它被用在圖像壓縮上疙剑,拉普拉斯金字塔的一級(jí)是由那一級(jí)的高斯金字塔和他的更高一級(jí)的高斯金字塔的圖像差別來生成的。拉普拉斯的三個(gè)級(jí)別可能是這樣的:


用金字塔來混合圖像

一個(gè)金字塔的應(yīng)用是圖像混合,比如拼接中言缤,你可能會(huì)需要把兩個(gè)圖像堆到一起嚼蚀,不過可能會(huì)因?yàn)閳D像不連續(xù)而不好看,在這種情況下轧简,用金字塔進(jìn)行圖像混合可以讓圖片無縫混合驰坊。一個(gè)典型的例子是混合兩種水果,桔子和蘋果哮独∪剑看下面的結(jié)果:

簡(jiǎn)單來說,它完成了下面這些工作:

1.加載兩張圖片皮璧,蘋果和桔子的舟扎。

2.找到蘋果和桔子的高斯金字塔(在這個(gè)例子里,一共6級(jí))

3.從高斯金字塔找到拉普拉斯金字塔

4.把左半個(gè)蘋果和右半個(gè)桔子在拉普拉斯金字塔的每個(gè)級(jí)別合起來

5.最后從這些圖像金字塔里重建出原始圖像悴务。


import cv2
import numpy as np, sys

A = cv2.imread('apple.jpg')
B = cv2.imread('orange.jpg')

# generate Gaussian pyramid for A
G = A.copy()
gpA = [G]
for i in xrange(6):
? ? G = cv2.pyrDown(G)
? ? gpA.append(G)

# generate Gaussian pyramid for B
G = B.copy()
gpB = [G]
for i in xrange(6):
? ? G = cv2.pyrDown(G)
? ? gpB.append(G)

# generate Laplacian Pyramid for A
lpA = [gpA[5]]
for i in xrange(5,0,-1):
? ? GE = cv2.pyrUp(gpA[i])
? ? L = cv2.subtract(gpA[i-1],GE)
? ? lpA.append(L)

# generate Laplacian Pyramid for B
lpB = [gpB[5]]
for i in xrange(5,0,-1):
? ? GE = cv2.pyrUp(gpB[i])
? ? L = cv2.subtract(gpB[i-1],GE)
? ? lpB.append(L)

# Now add left and right halves of images in each level
LS = []
for la, lb in zip(lpA,lpB):
? ? rows, cols, dpt=la.shape
? ? ls = np.hstack((la[:,0:cols/2],lb[:,cols/2:]))
? ? LS.append(ls)

# now reconstruct
ls_ = LS[0]
for i in xrange(1,6):
? ? ls_ = cv2.pyrUp(ls_)
? ? ls_ = cv2.add(ls_,LS[i])

# image with direct connecting each half
real = np.hstack((A[:,:cols/2],B[:,cols/2:]))

cv2.imwrite('Pyramid_blending2.jpg',ls_)
cv2.imwrite('Direct_blending.jpg',real)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末睹限,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子讯檐,更是在濱河造成了極大的恐慌羡疗,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,997評(píng)論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件别洪,死亡現(xiàn)場(chǎng)離奇詭異叨恨,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)挖垛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,603評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門痒钝,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人痢毒,你說我怎么就攤上這事送矩。” “怎么了哪替?”我有些...
    開封第一講書人閱讀 163,359評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵栋荸,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我凭舶,道長(zhǎng)晌块,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,309評(píng)論 1 292
  • 正文 為了忘掉前任库快,我火速辦了婚禮摸袁,結(jié)果婚禮上钥顽,老公的妹妹穿的比我還像新娘义屏。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,346評(píng)論 6 390
  • 文/花漫 我一把揭開白布闽铐。 她就那樣靜靜地躺著蝶怔,像睡著了一般。 火紅的嫁衣襯著肌膚如雪兄墅。 梳的紋絲不亂的頭發(fā)上踢星,一...
    開封第一講書人閱讀 51,258評(píng)論 1 300
  • 那天,我揣著相機(jī)與錄音隙咸,去河邊找鬼沐悦。 笑死,一個(gè)胖子當(dāng)著我的面吹牛五督,可吹牛的內(nèi)容都是我干的藏否。 我是一名探鬼主播,決...
    沈念sama閱讀 40,122評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼充包,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼副签!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起基矮,我...
    開封第一講書人閱讀 38,970評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤淆储,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后家浇,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體本砰,經(jīng)...
    沈念sama閱讀 45,403評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,596評(píng)論 3 334
  • 正文 我和宋清朗相戀三年蓝谨,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了灌具。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,769評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡譬巫,死狀恐怖咖楣,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情芦昔,我是刑警寧澤诱贿,帶...
    沈念sama閱讀 35,464評(píng)論 5 344
  • 正文 年R本政府宣布,位于F島的核電站咕缎,受9級(jí)特大地震影響珠十,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜凭豪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,075評(píng)論 3 327
  • 文/蒙蒙 一焙蹭、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧嫂伞,春花似錦孔厉、人聲如沸拯钻。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,705評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽粪般。三九已至,卻和暖如春污桦,著一層夾襖步出監(jiān)牢的瞬間亩歹,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,848評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工凡橱, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留小作,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,831評(píng)論 2 370
  • 正文 我出身青樓稼钩,卻偏偏與公主長(zhǎng)得像躲惰,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子变抽,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,678評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容