图像金字塔

目录

• 目标
• 理论
  • 图像金字塔
  • 高斯金字塔
• 代码
• 解释
  • 加载图像
  • 创建窗口
  • 循环
• 结果

上一教程： 使用形态学运算提取水平和垂直线
下一教程： 基本的阈值操作

原作者	Ana Huamán
兼容性	OpenCV >= 3.0

目标

在本教程中，您将学习如何

• 使用 OpenCV 函数 pyrUp() 和 pyrDown() 对给定图像进行降采样或上采样。

理论

注意

下面的解释来自 Bradski 和 Kaehler 编写的 Learning OpenCV 一书。

• 通常我们需要将图像转换为与其原始大小不同的尺寸。为此，有两种可能的选择：
  1. 放大图像（放大）或
  2. 缩小图像（缩小）。
• 虽然 OpenCV 中有一个几何变换函数可以真正地调整图像大小（resize，我们将在以后的教程中介绍），但在本节中，我们首先分析图像金字塔的使用，图像金字塔广泛应用于各种视觉应用中。

图像金字塔

• 图像金字塔是由一系列图像组成的集合——所有图像都源自单个原始图像——这些图像被连续降采样，直到达到某个所需的停止点。
• 图像金字塔有两种常见的类型：
  • 高斯金字塔：用于图像降采样
  • 拉普拉斯金字塔：用于从金字塔中较低层（分辨率较低）的图像重建上采样图像
• 在本教程中，我们将使用高斯金字塔。

高斯金字塔

• 想象一下金字塔是一组层，层级越高，尺寸越小。

• 每一层都从下到上编号，因此第\(i+1\)层（表示为\(G_{i+1}\)）小于第\(i\)层（\(G_{i}\)）。

• 为了生成高斯金字塔中的第\(i+1\)层，我们执行以下操作：

  • 用高斯核卷积\(G_{i}\)

  \[\frac{1}{256} \begin{bmatrix} 1 & 4 & 6 & 4 & 1 \\ 4 & 16 & 24 & 16 & 4 \\ 6 & 24 & 36 & 24 & 6 \\ 4 & 16 & 24 & 16 & 4 \\ 1 & 4 & 6 & 4 & 1 \end{bmatrix}\]

  • 移除所有偶数行和偶数列。
• 您可以很容易地注意到，生成的图像面积将恰好是其前驱图像的四分之一。对输入图像\(G_{0}\)（原始图像）迭代此过程会生成整个金字塔。
• 上述过程用于图像降采样。如果我们想让图像更大呢？用零（\(0\)）填充偶数行和偶数列
  • 首先，将图像在每个维度上放大到原始图像的两倍，并用新的偶数行和偶数列填充
  • 用上面显示的相同内核（乘以 4）进行卷积，以近似“缺失像素”的值
• 这两个过程（如上所述的降采样和上采样）由 OpenCV 函数 pyrUp() 和 pyrDown() 实现，我们将在下面的代码示例中看到。

注意

当我们减小图像大小时，实际上是丢失了图像信息。

代码

本教程代码如下所示。

C++

您也可以从此处下载：此处

 
#include "iostream"
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
 
using namespace std;
using namespace cv;
 
const char* window_name = "Pyramids Demo";
 
int main( int argc, char** argv )
{
cout << "\n Zoom In-Out demo \n "
            "------------------ \n"
            " * [i] -> 放大 \n"
            " * [o] -> 缩小 \n"
            " * [ESC] -> 关闭程序 \n" << endl;
 
    const char* filename = argc >=2 ? argv[1] : "chicky_512.png";
 
    // 加载图像
    Mat src = imread( samples::findFile( filename ) );
 
    // 检查图像是否加载成功
    if(src.empty()){
printf(" 打开图像出错\n");
printf(" 程序参数：[图像名称 -- 默认 chicky_512.png] \n");
        return EXIT_FAILURE;
    }
 
    for(;;)
    {
imshow( window_name, src );
        char c = (char)waitKey(0);
 
        if( c == 27 )
{ break; }
        else if( c == 'i' )
{ pyrUp( src, src, Size( src.cols*2, src.rows*2 ) );
printf( "** 放大：图像 x 2 \n" );
        }
        else if( c == 'o' )
{ pyrDown( src, src, Size( src.cols/2, src.rows/2 ) );
printf( "** 缩小：图像 / 2 \n" );
        }
    }
 
    return EXIT_SUCCESS;
}

Java

您也可以从此处下载：此处

import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
 
class PyramidsRun {
 
String window_name = "Pyramids Demo";
 
    public void run(String[] args) {
System.out.println("\n" +
                图像缩放演示 +
                "------------------ \n" +
                * [i] -> 放大 +
                * [o] -> 缩小 +
                * [ESC] -> 关闭程序);
 
String filename = ((args.length > 0) ? args[0] : "../data/chicky_512.png");
 
        // 加载图像
Mat src = Imgcodecs.imread(filename);
 
        // 检查图像是否加载成功
        if( src.empty() ) {
System.out.println("打开图像失败!");
System.out.println("程序参数：[图像名称 -- 默认 ../data/chicky_512.png] \n");
System.exit(-1);
        }
 
        while (true){
HighGui.imshow( window_name, src );
            char c = (char) HighGui.waitKey(0);
c = Character.toLowerCase(c);
 
            if( c == 27 ){
                break;
}else if( c == 'i'){
Imgproc.pyrUp( src, src, new Size( src.cols()*2, src.rows()*2 ) );
System.out.println( "** 放大：图像 x 2" );
}else if( c == 'o'){
Imgproc.pyrDown( src, src, new Size( src.cols()/2, src.rows()/2 ) );
System.out.println( "** 缩小：图像 / 2" );
            }
        }
 
System.exit(0);
    }
}
 
public class Pyramids {
    public static void main(String[] args) {
        // 加载原生库。
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        new PyramidsRun().run(args);
    }
}

Python

您也可以从这里下载

import sys
import cv2 as cv
 
 
def main(argv)
print("""
图像缩放演示
    ------------------
* [i] -> 放大
* [o] -> 缩小
* [ESC] -> 关闭程序
    """)
    
filename = argv[0] if len(argv) > 0 else 'chicky_512.png'
 
    # 加载图像
src = cv.imread(cv.samples.findFile(filename))
 
    # 检查图像是否加载成功
    if src is None
        print ('打开图像失败!')
        print ('使用方法：pyramids.py [图像名称 -- 默认 ../data/chicky_512.png] \n')
        return -1
    
    while 1:
rows, cols, _channels = map(int, src.shape)
        
        cv.imshow('图像金字塔演示', src)
        
k = cv.waitKey(0)
 
        if k == 27
            break
            
        elif chr(k) == 'i'
src = cv.pyrUp(src, dstsize=(2 * cols, 2 * rows))
            print ('** 放大：图像 x 2')
            
        elif chr(k) == 'o'
src = cv.pyrDown(src, dstsize=(cols // 2, rows // 2))
            print ('** 缩小：图像 / 2')
            
 
    cv.destroyAllWindows()
    return 0
 
if __name__ == "__main__"
    main(sys.argv[1:])

说明

让我们检查程序的总体结构

加载图像

C++

    const char* filename = argc >=2 ? argv[1] : "chicky_512.png";
 
    // 加载图像
    Mat src = imread( samples::findFile( filename ) );
 
    // 检查图像是否加载成功
    if(src.empty()){
printf(" 打开图像出错\n");
printf(" 程序参数：[图像名称 -- 默认 chicky_512.png] \n");
        return EXIT_FAILURE;
    }

Java

        String filename = ((args.length > 0) ? args[0] : "../data/chicky_512.png");
 
        // 加载图像
Mat src = Imgcodecs.imread(filename);
 
        // 检查图像是否加载成功
        if( src.empty() ) {
System.out.println("打开图像失败!");
System.out.println("程序参数：[图像名称 -- 默认 ../data/chicky_512.png] \n");
System.exit(-1);
        }

Python

filename = argv[0] if len(argv) > 0 else 'chicky_512.png'
 
    # 加载图像
src = cv.imread(cv.samples.findFile(filename))
 
    # 检查图像是否加载成功
    if src is None
        print ('打开图像失败!')
        print ('使用方法：pyramids.py [图像名称 -- 默认 ../data/chicky_512.png] \n')
        return -1

创建窗口

C++

        imshow( window_name, src );

Java

HighGui.imshow( window_name, src );

Python

        cv.imshow('图像金字塔演示', src)

循环

C++

    for(;;)
    {
        imshow( window_name, src );
        char c = (char)waitKey(0);
 
        if( c == 27 )
{ break; }
        else if( c == 'i' )
{ pyrUp( src, src, Size( src.cols*2, src.rows*2 ) );
printf( "** 放大：图像 x 2 \n" );
        }
        else if( c == 'o' )
{ pyrDown( src, src, Size( src.cols/2, src.rows/2 ) );
printf( "** 缩小：图像 / 2 \n" );
        }
    }

Java

        while (true){
HighGui.imshow( window_name, src );
            char c = (char) HighGui.waitKey(0);
c = Character.toLowerCase(c);
 
            if( c == 27 ){
                break;
}else if( c == 'i'){
Imgproc.pyrUp( src, src, new Size( src.cols()*2, src.rows()*2 ) );
System.out.println( "** 放大：图像 x 2" );
}else if( c == 'o'){
Imgproc.pyrDown( src, src, new Size( src.cols()/2, src.rows()/2 ) );
System.out.println( "** 缩小：图像 / 2" );
            }
        }

Python

    while 1:
rows, cols, _channels = map(int, src.shape)
        
        cv.imshow('图像金字塔演示', src)
        
k = cv.waitKey(0)
 
        if k == 27
            break
            
        elif chr(k) == 'i'
src = cv.pyrUp(src, dstsize=(2 * cols, 2 * rows))
            print ('** 放大：图像 x 2')
            
        elif chr(k) == 'o'
src = cv.pyrDown(src, dstsize=(cols // 2, rows // 2))
            print ('** 缩小：图像 / 2')
            

执行无限循环，等待用户输入。如果用户按下 **ESC**，程序将退出。此外，它还有两个选项

• 执行上采样 - 放大 (按下 'i' 后)

  我们使用具有三个参数的函数 **pyrUp()**

  • src：当前和目标图像（将在屏幕上显示，大概是输入图像的两倍）
  • Size( tmp.cols*2, tmp.rows*2 )：目标大小。由于我们正在进行上采样，**pyrUp()** 期望大小是输入图像（在本例中为 src）的两倍。

C++

        else if( c == 'i' )
{ pyrUp( src, src, Size( src.cols*2, src.rows*2 ) );
printf( "** 放大：图像 x 2 \n" );
        }

Java

}else if( c == 'i'){
Imgproc.pyrUp( src, src, new Size( src.cols()*2, src.rows()*2 ) );
System.out.println( "** 放大：图像 x 2" );

Python

        elif chr(k) == 'i'
src = cv.pyrUp(src, dstsize=(2 * cols, 2 * rows))
            print ('** 放大：图像 x 2')

• 执行下采样 - 缩小 (按下 'o' 后)

  我们使用具有三个参数的函数 **pyrDown()**（与 **pyrUp()** 类似）

  • src：当前和目标图像（将在屏幕上显示，大概是输入图像的一半）
  • Size( tmp.cols/2, tmp.rows/2 )：目标尺寸。由于我们进行的是下采样，因此pyrDown() 函数期望目标尺寸为输入图像（此处为src）尺寸的一半。

C++

        else if( c == 'o' )
{ pyrDown( src, src, Size( src.cols/2, src.rows/2 ) );
printf( "** 缩小：图像 / 2 \n" );
        }

Java

}else if( c == 'o'){
Imgproc.pyrDown( src, src, new Size( src.cols()/2, src.rows()/2 ) );
System.out.println( "** 缩小：图像 / 2" );

Python

        elif chr(k) == 'o'
src = cv.pyrDown(src, dstsize=(cols // 2, rows // 2))
            print ('** 缩小：图像 / 2')

请注意，输入图像的尺寸必须能够被2整除（长和宽都必须是2的倍数）。否则，程序会报错。

结果

• 程序默认调用samples/data文件夹中的图像chicky_512.png。请注意，该图像尺寸为\(512 \times 512\)，因此下采样不会产生任何错误（\(512 = 2^{9}\)）。原始图像如下所示

• 首先，我们通过按下'd'键连续执行两次pyrDown()操作。输出结果为：

• 请注意，由于图像尺寸减小，我们应该会损失一些分辨率。在连续两次应用pyrUp()操作（通过按下'u'键）后，这一点就显而易见了。现在的输出结果为：