跟我學Python影象處理丨關於影象金字塔的影象向下取樣和向上取樣

語言: CN / TW / HK
時間 2022-09-19 14:57:48

摘要：本文講述影象金字塔知識，瞭解專門用於影象向上取樣和向下取樣的pyrUp()和pyrDown()函式。

本文分享自華為雲社群《​ ​[Python影象處理] 二十一.影象金字塔之影象向下取樣和向上取樣​ ​》，作者：eastmount。

一.影象金字塔

影象金字塔是指由一組影象且不同分別率的子圖集合，它是影象多尺度表達的一種，以多解析度來解釋影象的結構，主要用於影象的分割或壓縮。一幅影象的金字塔是一系列以金字塔形狀排列的解析度逐步降低，且來源於同一張原始圖的影象集合。如圖6-11所示，它包括了四層影象，將這一層一層的影象比喻成金字塔。影象金字塔可以通過梯次向下取樣獲得，直到達到某個終止條件才停止取樣，在向下取樣中，層級越高，則影象越小，解析度越低。

生成影象金字塔主要包括兩種方式——向下取樣、向上取樣。在圖6-11中，將影象G0轉換為G1、G2、G3，影象解析度不斷降低的過程稱為向下取樣；將G3轉換為G2、G1、G0，影象解析度不斷增大的過程稱為向上取樣。

二.影象向下取樣

在影象向下取樣中，使用最多的是高斯金字塔。它將對影象Gi進行高斯核卷積，並刪除原圖中所有的偶數行和列，最終縮小影象。其中，高斯核卷積運算就是對整幅影象進行加權平均的過程，每一個畫素點的值，都由其本身和鄰域內的其他畫素值（權重不同）經過加權平均後得到。常見的3×3和5×5高斯核如下：

高斯核卷積讓臨近中心的畫素點具有更高的重要度，對周圍畫素計算加權平均值，如圖6-12所示，其中心位置權重最高為0.4。

顯而易見，原始影象Gi具有M×N個畫素，進行向下取樣之後，所得到的影象Gi+1具有M/2×N/2個畫素，只有原圖的四分之一。通過對輸入的原始影象不停迭代以上步驟就會得到整個金字塔。注意，由於每次向下取樣會刪除偶數行和列，所以它會不停地丟失影象的資訊。

在OpenCV中，向下取樣使用的函式為pyrDown()，其原型如下所示：

dst = pyrDown(src[, dst[, dstsize[, borderType]]])

  • src表示輸入影象，
  • dst表示輸出影象，和輸入影象具有一樣的尺寸和型別
  • dstsize表示輸出影象的大小，預設值為Size()
  • borderType表示畫素外推方法，詳見cv::bordertypes

實現程式碼如下所示：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影象
img = cv2.imread('nv.png')
#影象向下取樣
r = cv2.pyrDown(img)
#顯示影象
cv2.imshow('original', img)
cv2.imshow('PyrDown', r)
cv2.waitKey()
cv2.destroyAllWindows()

輸出結果如圖6-13所示，它將原始影象壓縮成原圖的四分之一。

多次向下取樣的程式碼如下：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影象
img = cv2.imread('nv.png')
#影象向下取樣
r1 = cv2.pyrDown(img)
r2 = cv2.pyrDown(r1)
r3 = cv2.pyrDown(r2)
#顯示影象
cv2.imshow('original', img)
cv2.imshow('PyrDown1', r1)
cv2.imshow('PyrDown2', r2)
cv2.imshow('PyrDown3', r3)
cv2.waitKey()
cv2.destroyAllWindows()

輸出結果如圖所示：

三.影象向上取樣

在影象向上取樣是由小影象不斷放影象的過程。它將影象在每個方向上擴大為原影象的2倍，新增的行和列均用0來填充，並使用與“向下取樣”相同的卷積核乘以4，再與放大後的影象進行卷積運算，以獲得“新增畫素”的新值。如圖6-15所示，它在原始畫素45、123、89、149之間各新增了一行和一列值為0的畫素。

在OpenCV中，向上取樣使用的函式為pyrUp()，其原型如下所示：

dst = pyrUp(src[, dst[, dstsize[, borderType]]])

  • src表示輸入影象，
  • dst表示輸出影象，和輸入影象具有一樣的尺寸和型別
  • dstsize表示輸出影象的大小，預設值為Size()
  • borderType表示畫素外推方法，詳見cv::bordertypes

實現程式碼如下所示：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影象
img = cv2.imread('lena.png')
#影象向上取樣
r = cv2.pyrUp(img)
#顯示影象
cv2.imshow('original', img)
cv2.imshow('PyrUp', r)
cv2.waitKey()
cv2.destroyAllWindows()

輸出結果如圖6-16所示，它將原始影象擴大為原影象的四倍。

多次向上取樣的程式碼如下：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影象
img = cv2.imread('lena2.png')
#影象向上取樣
r1 = cv2.pyrUp(img)
r2 = cv2.pyrUp(r1)
r3 = cv2.pyrUp(r2)
#顯示影象
cv2.imshow('original', img)
cv2.imshow('PyrUp1', r1)
cv2.imshow('PyrUp2', r2)
cv2.imshow('PyrUp3', r3)
cv2.waitKey()
cv2.destroyAllWindows()

輸出結果如圖6-17所示，每次向上取樣均為上次影象的四倍，但影象的清晰度會降低。

希望這篇基礎性文章對您有所幫助，如果有錯誤或不足之處，請海涵！

感恩能與大家在華為雲遇見！

參考文獻

​ ​ 點選關注，第一時間瞭解華為雲新鮮技術~ ​ ​

「」
「」