如何使用OpenCV在Python中找到一张图像的高斯金字塔？

在许多情况下，我们需要处理同一图像的不同分辨率和大小。在图像金字塔的概念中，我们可以找到具有不同分辨率和大小的原始图像的图像。高斯金字塔是一种图像金字塔。

要找到一个 高斯金字塔 ， OpenCV 提供了两个函数 cv2.pyrDown() 和 cv2.pyrUp() 。

函数 cv2.pyrDown() 减小输入图像中相邻行和列的分辨率。输出图像的宽度和高度变为输入图像的一半，其面积减小至四分之一。
函数 cv2.pyrUp() 通过在输入图像中添加相邻的行和列来增加分辨率。输出图像的宽度和高度为输入图像的两倍，其面积增加四倍。

我们可以通过等级降低或等级提高来创建高斯金字塔。要创建等级降低的高斯金字塔，我们应用 cv2.pyrDown() 函数。创建等级提高的高斯金字塔时，应用 cv2.pyrUp() 函数。

在创建高斯金字塔时，原始图像被设置为基本图像。可以使用这两个函数找到更高的层。

示例1

在本例中，我们创建了一个3层的高斯金字塔。我们使用 cv.pyrDown() 进行两次等级下降。

# 导入必要的库
import cv2

# 加载图像，它是高斯金字塔的第一层
img = cv2.imread('car.jpg')

# 获取高斯金字塔的第二层图像（分辨率下降）
pyramid1 = cv2.pyrDown(img)

# 获取第三层高斯金字塔图像（分辨率下降）
pyramid2 = cv2.pyrDown(pyramid1)

# 定义三个窗口以显示三个层图像
cv2.imwrite('pyramid2.jpg', pyramid2)
cv2.namedWindow('Layer 1', cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('Layer 2', cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('Layer 3', cv2.WINDOW_AUTOSIZE)

# 显示所有的层图像
cv2.imshow('Layer 1', img)
cv2.imshow('Layer 2', pyramid1)
cv2.imshow('Layer 3', pyramid2)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将使用下面的图像 ” car.jpg ” 作为上述程序代码中的输入文件。

如何使用OpenCV在Python中找到一张图像的高斯金字塔？

输出

运行程序后，将产生以下输出窗口。

如何使用OpenCV在Python中找到一张图像的高斯金字塔？

以上输出显示，较高级别的分辨率（如“Layer 2”）是较低级别分辨率（如“Layer 1”）的一半。同样，第三层的分辨率是第二层的一半。

注意 − 上述 Layer 3 的输出图像用作下面示例2中的输入。

示例2

在这个例子中，我们使用 cv2.pyrUp() 函数进行了三层高斯金字塔向上采样过程。我们使用了两次上采样（Level up）。

import cv2
img = cv2.imread('pyramid2.jpg')

pyr1 = cv2.pyrUp(img)
pyr2 = cv2.pyrUp(pyr1)

cv2.namedWindow('Layer 1', cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('Layer 2', cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('Layer 3', cv2.WINDOW_AUTOSIZE)

cv2.imshow('Layer 1', img)
cv2.imshow('Layer 2', pyr1)
cv2.imshow('Layer 3', pyr2)

cv2.waitKey(0)
cv2.destroyAllWindows()