图像金字塔概念
1.我们在图像处理中常常会调整图像大小,最常见的就是放大(zoom in)和缩小(zoom out),尽管几何变换也可以实现图像放大和缩小,但是这里我们介绍图像金字塔
2. 一个图像金字塔式一系列的图像组成,最底下一张是图像尺寸最大,最上方的图像尺寸最小,从空间上从上向下看就想一个古代的金字塔。
图像金字塔概念 – 高斯金字塔
高斯金子塔是从底向上,逐层降采样得到。
降采样之后图像大小是原图像MxN的M/2 x N/2 ,就是对原图像删除偶数行与列,即得到降采样之后上一层的图片。
高斯金子塔的生成过程分为两步:
- 对当前层进行高斯模糊
- 删除当前层的偶数行与列
即可得到上一层的图像,这样上一层跟下一层相比,都只有它的1/4大小。
高斯不同(Difference of Gaussian-DOG)
定义:就是把同一张图像在不同的参数下做高斯模糊之后的结果相减,得到的输出图像。称为高斯不同(DOG)
高斯不同是图像的内在特征,在灰度图像增强、角点检测中经常用到。
代码:
#include <opencv2\opencv.hpp> using namespace cv; using namespace std; Mat src; Mat dst; int main() { src = imread("D:/opencvSRC/test.jpg"); if (!src.data) { printf("load image error!\n"); return -1; } namedWindow("src", CV_WINDOW_AUTOSIZE); imshow("src", src); //上采样,放大 Mat up; pyrUp(src, up, Size(src.cols * 2, src.rows * 2)); imshow("up", up); //下采样,缩小 Mat down; pyrDown(src, down, Size(src.cols / 2, src.rows / 2)); imshow("down", down); //DOG Mat gSrc, g1, g2, dogimg; cvtColor(src, gSrc, CV_BGR2GRAY); GaussianBlur(gSrc, g1, Size(5, 5), 0, 0); GaussianBlur(g1, g2, Size(5, 5), 0, 0); subtract(g1, g2, dogimg, Mat()); //归一化 normalize(dogimg, dogimg, 255, 0, NORM_MINMAX); imshow("dogImage", dogimg); waitKey(0); return 0; }