图形金字塔

• 高斯金字塔
• 拉普拉斯金字塔

• 图像金字塔主要是为了缩小图像，便于之后的图像处理（特征提取：对每一层都进行特征提取后再汇总）

一、高斯金字塔:（上下和展示图像相反）

1. 向下采样方法(Downsize): $\frac{1}{16}\left[\begin{array}{ccccc} 1 & 4 & 6 & 4 & 1 \\ 4 & 16 & 24 & 16 & 4 \\ 6 & 24 & 36 & 24 & 6 \\ 4 & 16 & 24 & 16 & 4 \\ 1 & 4 & 6 & 4 & 1 \end{array}\right]$

• 将$\mathrm{G}_{i}$与高斯内核卷积
• 将所有偶数行和列去除

2. 向上采样方法(Amplify):$\left[\begin{array}{ll} 10 & 30 \\ 56 & 96 \end{array}\right] -----> \left[\begin{array}{cccc} 10 & 0 & 30 & 0 \\ 0 & 0 & 0 & 0 \\ 56 & 0 & 96 & 0 \\ 0 & 0 & 0 & 0 \end{array}\right]$

• 先将图像在每个方向扩大为原来的两倍，新增的行和列以0填充
• 使用先前同样的内核 (乘4) 与放大后的图像卷积，获得近似值

 import cv2
 import matplotlib
 import matplotlib.pyplot as plt #取别名（用于绘图展示）
 import numpy as np #取别名,下面是notepad专用，立即显示图像
 %matplotlib inline 

 def cv_show(name, img): #定义函数用于显示图片,此处name为窗口名，img为cv2调用imread方法的返回值
     cv2.imshow(name,img)
     cv2.waitKey(0)
     cv2.destroyAllWindows()

 ## 自定义插槽显示
 def plt_show(images, titles):
     for i in range(len(images)):
         plt.subplot( i + 351), # 前面是行数，后面是列数，i+1的值应该在 [1 - 行*列] 之间
         
         plt.imshow(cv2.cvtColor(images[i],cv2.COLOR_BGR2RGB), 'gray'),  
         #展示之前先进行通道转换,少了个,没有链接起来
         
         plt.title(titles[i])
         

 img = cv2.imread('Park.jpg')
 ​
 cv_show('Park', img)

 up = cv2.pyrUp(img)
 ​
 cv_show('Up', up)

 down = cv2.pyrDown(img)
 ​
 cv_show('Down', down)

 ## 利用自定义插槽显示对比显示
 ​
 plt_show([img, up, down], ['Origin', 'Up', 'Down'])
 ​

• 对比图： 下面的对比图作了resize处理，实际上Up更大，Down更小

 up_down = cv2.pyrUp(down)
 img.shape

(225, 162, 3)

up_down.shape

(226, 162, 3)

up_down = cv2.resize(up_down, (162, 225))

res = np.hstack([img, up_down])

cv_show('Compare' , res)

plt_show([img, up_down], ['Origin', 'Up_Down']) ## cv2.imshow显示数组，而自定义的plt_show显示单张

• 对比图：

3. 小整一手：对视频进行Canny边缘检测

vdo = cv2.VideoCapture('dfh.mp4')

# 检查文件是否打开正确
if vdo.isOpened():
    open, frame = vdo.read()
else:
    open = False

while open: # 若打开正常
    ret, frame = vdo.read() # 
    if frame is None:
        break
    if ret == True:
        # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        # cv2.imshow('result',frame) #可以直接使用frame进行原彩显示
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        
        ## 整一手边缘检测：
        border = cv2.Canny(gray, 25, 50)
        # border = cv2.resize(border, (1600, 800))
        res = np.hstack([gray, border])
        cv2.imshow('Compare', res) 
        if cv2.waitKey(10) & 0xFF == 27: ##27是退出键Esc
            break
vdo.release() #释放视频
cv2.destroyAllWindows()

二、拉普拉斯金字塔

$L_{i}=G_{i}-\operatorname{PyrUp}\left(\operatorname{PyrDown}\left(G_{i}\right)\right)$

• L 是处理结果
• G 是原始图像

 img = cv2.imread('Park.jpg')
 cv_show('Park', img)

 down = cv2.pyrDown(img)
 down_Up = cv2.pyrUp(down)
 down_Up = cv2.resize(down_Up,(162, 225))
 ​
 la = img - down_Up
 ​
 res = np.hstack([img, la])
 cv_show('Result', res)

 plt_show([img, la],['Origin','Laplacian'])

• 对比图：