10.图像金字塔

10.图像金字塔

图像金字塔：主要是指一种算法思想

一般情况下，我们要处理是一副具有固定分辨率的图像。但是有些情况下，我们雪要对同一图像的不同分辨率的子图像进行处理。比如，我们要在一幅图像中查找某个目标，比如险，我们不知道目标在图像中的尺寸大小。这种情况下，我们需要创建创建一组图像，这些图像是具有不同分辨幸的原始图像。我们把这组图像叫做图像金字塔〈简单来说就是同一图像的不同分辨率的子图集合》。如果我们把最大的图像放在底部，最小的放在项部，看起来像一座金字塔，故而得名图像金字塔。

不同分辨率的图像，使用图像金字塔，可以找到不同大小的人脸

实现金字塔的两种方式

高斯金字塔

高斯金字塔的顶部是通过将底部图像中的连续的行和列去除得到的。项部图像中的每个像素值等于下一层图像中5个像素的高斯加权平均值。这样 *** 作一次一个MsN的图像就变成了一个M2*N2的图像。所以这幅图像的面积就变为原来图像面积的四分之一。连续进行这样的 *** 作我们就会得到一个分辨率不断下降的图像金字塔。我们可以使用函数cv2.pyrDown()（图像分辨率降低）和 cv2.pyrUp() （图像分辨率提高）构建图像金字塔。

拉普拉斯金字塔

可以由高斯金字塔得到 拉普拉斯金字塔可以由高斯金字塔计算得来，公式如下:

拉普拉金字塔的图像看起来就像边界图，其中很多像素都是0。

from imutils import *

image = imread('image.jpg')
show(image)
image.shape

(424, 600, 3)

# 高斯金字塔的使用
for i in range(4):
    image = cv2.pyrDown(image)  #降低分辨率
    print(image.shape)
    show(image)

(212, 300, 3)

(106, 150, 3)

(53, 75, 3)

(27, 38, 3)

# 高斯金字塔 提升分辨率
for i in range(4):
    image = cv2.pyrUp(image)
    print(image.shape)
    show(image)

(54, 76, 3)

(108, 152, 3)

(216, 304, 3)

(432, 608, 3)

# 拉普拉斯金字塔
image = imread('image.jpg')
down_image1 = cv2.pyrDown(image)
down_image2 = cv2.pyrDown(down_image1)
up_image = cv2.pyrUp(down_image2)
laplacian = down_image1-up_image
show(laplacian)