OpenCV-上下采样

一，简介

  

• 高斯金字塔是图像处置惩罚、盘算机视觉和信号处置惩罚中常用的一项技能，其焦点在于通过高斯平滑和亚采样（即下采样）来构建图像的多尺度体现。在高斯金字塔中，上下采样是构建金字塔层级的关键步调。
    
  
• 拉普拉斯金字塔（Laplacian Pyramid）是高斯金字塔的一种扩展，用于捕捉和重修图像在差别尺度上的细节信息。在高斯金字塔中，每一层图像都是通过对其上一层图像举行高斯含糊和下采样得到的，这个过程会导致图像细节的丧失。拉普拉斯金字塔则通过记载这些在高斯金字塔构建过程中丢失的细节来工作。
    
  
• 拉普拉斯金字塔的每一层都是高斯金字塔中当前层与其上采样并高斯含糊后的上一层图像之间的差异。这个差异图像包罗了当前层特有的细节信息，即那些在上采样过程中无法从上一层规复的信息。
  
  

二、下采样（Downsampling）

下采样是高斯金字塔构建过程中的一个紧张环节，其目的是减小图像的分辨率，从而天生金字塔的下一层图像。下采样的详细步调通常包罗：

  

• 高斯含糊：起首，对原始图像或当前层的图像举行高斯含糊处置惩罚。高斯含糊是一种淘汰图像噪声和细节的方法，它通过使用高斯函数作为权重函数来对图像举行平滑处置惩罚。  
  
• 下采样：在高斯含糊之后，举行亚采样利用。亚采样通常是通过删除图像的偶数行和偶数列（或其他规则的隔断采样）来实现的，如许处置惩罚后的图像面积将是原图的四分之一。亚采样利用进一步减小了图像的分辨率，为构建金字塔的下一层提供了底子。
  

通过不绝重复上述步调，可以构建出高斯金字塔的多个层级，每个层级的图像分辨率渐渐低落，但保存了图像的紧张结构和特性。
三、上采样（Upsampling）

与下采样相反，上采样是增长图像分辨率的过程，通常用于从金字塔的较低层级重修较高层级的图像。然而，在高斯金字塔中，上采样并不是直接用于构建金字塔的，而是与其他技能（如拉普拉斯金字塔）团结使用，以实现图像的放大和细节规复。
在高斯金字塔的上下文中，上采样通常涉及以下步调：

  

• 插值：起首，将图像的每个方向（通常是行和列）扩大为原来的两倍。新增的行和列通常使用零值或其他插值方法（如双线性插值、双三次插值等）举行添补。  
  
• 卷积：然后，使用与下采样时类似或相似的高斯查对放大后的图像举行卷积处置惩罚，以平滑图像并淘汰插值产生的锯齿效应。
  

四、代码实现

1.图像读取

1. jijia_yuan = cv2.imread('3.png', cv2.IMREAD_GRAYSCALE)
3. jijia = cv2.resize(ji

复制代码