opencv::图像上采样和降采样

 

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
    1、高斯金子塔 – 用来对图像进行降采样
    2、拉普拉斯金字塔 – 用来重建一张图片根据它的上层降采样图片
    
图像金字塔概念 – 高斯金字塔
    1、高斯金子塔是从底向上，逐层降采样得到。
    2、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。
    3、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。

 

//上采样(cv::pyrUp) – zoom in 放大
//生成的图像是原图在宽与高各放大两倍
pyrUp(Mat src, Mat dst, Size(src.cols*2, src.rows*2)) 


//降采样 (cv::pyrDown) – zoom out 缩小
//生成的图像是原图在宽与高各缩小1/2
pyrDown(Mat src, Mat dst, Size(src.cols/2, src.rows/2))


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。

 

 

int main(int argc, char** argv) {

    Mat src, dst;
    src = imread(STRPAHT2);
    if (!src.data) {
        printf("could not load image...");
        return -1;
    }

    // 上采样/放大2倍
    //pyrUp(src, dst, Size(src.cols * 2, src.rows * 2));
    //imshow("OUTPUT_WIN", dst);
    
    // 降采样/缩小1/2
    //pyrDown(src, dst, Size(src.cols / 2, src.rows / 2));
    //imshow("sample down", dst);


    // 高斯不同(Difference of Gaussian-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
    Mat gray_src, g1, g2, dogImg;
    cvtColor(src, gray_src, CV_BGR2GRAY);
    GaussianBlur(gray_src, g1, Size(5, 5), 0, 0);
    GaussianBlur(g1, g2, Size(5, 5), 0, 0);
    subtract(g1, g2, dogImg, Mat());
    // 归一化显示
    normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);
    imshow("DOG Image", dogImg);
    
    waitKey(0);
    return 0;
}