opencv图像金字塔

原理

Note

以下内容来自于Bradski和Kaehler的大作： Learning OpenCV 。

当我们需要将图像转换到另一个尺寸的时候， 有两种可能：

放大 图像 或者
缩小 图像。

尽管OpenCV 几何变换 部分提供了一个真正意义上的图像缩放函数(resize,
在以后的教程中会学到),不过在本篇我们首先学习一下使用 图像金字塔 来做图像缩放, 图像金字塔是视觉运用中广泛采用的一项技术。

图像金字塔

一个图像金字塔是一系列图像的集合 - 所有图像来源于同一张原始图像 - 通过梯次向下采样获得，直到达到某个终止条件才停止采样。
有两种类型的图像金字塔常常出现在文献和应用中:

高斯金字塔(Gaussian pyramid): 用来向下采样
拉普拉斯金字塔(Laplacian pyramid): 用来从金字塔低层图像重建上层未采样图像

在这篇文档中我们将使用 高斯金字塔 。

高斯金字塔

想想金字塔为一层一层的图像，层级越高，图像越小。



每一层都按从下到上的次序编号， 层级

(表示为

尺寸小于层级

(

))。

为了获取层级为

的金字塔图像，我们采用如下方法:

将

与高斯内核卷积:



将所有偶数行和列去除。

显而易见，结果图像只有原图的四分之一。通过对输入图像

(原始图像)
不停迭代以上步骤就会得到整个金字塔。

以上过程描述了对图像的向下采样，如果将图像变大呢?:

首先，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(乘以4)与放大后的图像卷积，获得 “新增像素” 的近似值。

这两个步骤(向下和向上采样) 分别通过OpenCV函数 pyrUp 和 pyrDown 实现,
我们将会在下面的示例中演示如何使用这两个函数。

Note

我们向下采样缩小图像的时候, 我们实际上 丢失 了一些信息。

源码

本教程的源码如下，你也可以从 这里 下载

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <math.h>
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

/// 全局变量
Mat src, dst, tmp;
char* window_name = "Pyramids Demo";

/**
 * @函数 main
 */
int main( int argc, char** argv )
{
  /// 指示说明
  printf( "\n Zoom In-Out demo  \n " );
  printf( "------------------ \n" );
  printf( " * [u] -> Zoom in  \n" );
  printf( " * [d] -> Zoom out \n" );
  printf( " * [ESC] -> Close program \n \n" );

  /// 测试图像 - 尺寸必须能被 2^{n} 整除
  src = imread( "../images/chicky_512.jpg" );
  if( !src.data )
    { printf(" No data! -- Exiting the program \n");
      return -1; }

  tmp = src;
  dst = tmp;

  /// 创建显示窗口
  namedWindow( window_name, CV_WINDOW_AUTOSIZE );
  imshow( window_name, dst );

  /// 循环
  while( true )
  {
    int c;
    c = waitKey(10);

    if( (char)c == 27 )
      { break; }
    if( (char)c == 'u' )
      { pyrUp( tmp, dst, Size( tmp.cols*2, tmp.rows*2 ) );
        printf( "** Zoom In: Image x 2 \n" );
      }
    else if( (char)c == 'd' )
     { pyrDown( tmp, dst, Size( tmp.cols/2, tmp.rows/2 ) );
       printf( "** Zoom Out: Image / 2 \n" );
     }

    imshow( window_name, dst );
    tmp = dst;
  }
  return 0;
}

解释

让我们来回顾一下本程序的总体流程:

装载图像(此处路径由程序设定，用户无需将图像路径当作参数输入)

/// 测试图像 - 尺寸必须能被 2^{n} 整除
src = imread( "../images/chicky_512.jpg" );
if( !src.data )
  { printf(" No data! -- Exiting the program \n");
    return -1; }

创建两个Mat实例， 一个用来储存操作结果(dst)， 另一个用来存储零时结果(tmp)。

Mat src, dst, tmp;
/* ... */
tmp = src;
dst = tmp;

创建窗口显示结果

namedWindow( window_name, CV_WINDOW_AUTOSIZE );
imshow( window_name, dst );

执行无限循环，等待用户输入。

while( true )
{
  int c;
  c = waitKey(10);

  if( (char)c == 27 )
    { break; }
  if( (char)c == 'u' )
    { pyrUp( tmp, dst, Size( tmp.cols*2, tmp.rows*2 ) );
      printf( "** Zoom In: Image x 2 \n" );
    }
  else if( (char)c == 'd' )
   { pyrDown( tmp, dst, Size( tmp.cols/2, tmp.rows/2 ) );
     printf( "** Zoom Out: Image / 2 \n" );
   }

  imshow( window_name, dst );
  tmp = dst;
}

如果用户按 ESC 键程序退出。 此外，它还提供两个选项:

向上采样 (按 ‘u’)

pyrUp( tmp, dst, Size( tmp.cols*2, tmp.rows*2 )

函数 pyrUp 接受了3个参数:

tmp: 当前图像， 初始化为原图像 src 。
dst: 目的图像( 显示图像，为输入图像的两倍)
Size( tmp.cols*2, tmp.rows*2 ) : 目的图像大小， 既然我们是向上采样， pyrUp 期待一个两倍于输入图像( tmp )的大小。

向下采样(按 ‘d’)

pyrDown( tmp, dst, Size( tmp.cols/2, tmp.rows/2 )

类似于 pyrUp, 函数 pyrDown 也接受了3个参数:

tmp: 当前图像， 初始化为原图像 src 。
dst: 目的图像( 显示图像，为输入图像的一半)
Size( tmp.cols/2, tmp.rows/2 ) :目的图像大小， 既然我们是向下采样， pyrDown 期待一个一半于输入图像( tmp)的大小。

注意输入图像的大小(在两个方向)必须是2的冥，否则，将会显示错误。

最后，将输入图像 tmp 更新为当前显示图像, 这样后续操作将作用于更新后的图像。

tmp = dst;

结果

在编译上面的代码之后, 我们可以运行结果。 程序调用了图像 chicky_512.jpg ，你可以在 tutorial_code/image 文件夹找到它。 注意图像大小是

,
因此向下采样不会产生错误(

)。 原图像如下所示:



首先按两次 ‘d’ 连续两次向下采样 pyrDown ，结果如图:



由于我们缩小了图像，我们也因此丢失了一些信息。通过连续按两次 ‘u’ 向上采样两次 pyrUp ，很明显图像有些失真：