利用高斯金字塔制作图像显著图

显著图：

显著图是将一幅图像中最容易吸引人眼球的部分突出表现的图像
虽然现在我们通常使用深度学习的方法计算显著图，但是一开始人们用图像的RGB成分或者HSV成分创建高斯金字塔，并通过求差来得到显著图。
有关高斯金字塔的描述，读者可查看：
知乎大神讲解高斯金字塔
自己实现高斯金字塔

我提供了使用高斯金字塔来简单地求显著图的算法：

1. 我们使用双线性插值调整图像大小至原图的 1/2 1/4 1/8...... ，再使用双线性插值将生成的这些图像放大到原来的大小。
2. 将得到的金字塔（我们将金字塔的各层分别编号为0，1,2，3,4，5）两两求差。
3. 将第二部得到的差全部相加，并正规化到[0,255]。
   完成以上步骤就可以得到显著图了。我们知道在缩小放大的过程中，图像的边缘变化较大，通过将缩小放大后的图像做差，我们得到的是图像灰度剧烈变化的区域，同时也是我们眼球感兴趣的区域。

实验：利用高斯金字塔制作图像的显著图：

# Writer : wojianxinygcl@163.com
# Date   : 2020.3.25
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

# make image pyramid
def make_pyramid(gray):
	# 裁剪图像
	H,W = gray.shape
	H -= H % 32
	W -= W % 32
	out = np.zeros((H,W),dtype=np.uint8)
	out = gray[:H,:W]
	# first element
	pyramid = [out]
	# each scale
	for i in range(1, 6):
		# define scale
		a = 2. ** i
		# down scale
		p = cv.resize(out, (int(out.shape[1] / a), int(out.shape[0] / a)),interpolation=cv.INTER_LINEAR)
		# up scale
		p = cv.resize(p, (int(p.shape[1] * a), int(p.shape[0] * a)),interpolation=cv.INTER_LINEAR)
		# add pyramid list
		pyramid.append(p.astype(np.float32))

	return pyramid

# make saliency map
def saliency_map(pyramid):
	# get shape
	H, W = pyramid[0].shape

	# prepare out image
	out = np.zeros((H, W), dtype=np.float32)

	# add each difference
	out += np.abs(pyramid[0] - pyramid[5])
	out += np.abs(pyramid[0] - pyramid[4])
	out += np.abs(pyramid[0] - pyramid[3])
	out += np.abs(pyramid[3] - pyramid[2])
	out += np.abs(pyramid[4] - pyramid[1])
	out += np.abs(pyramid[5] - pyramid[0])

	# normalization
	out = out / out.max() * 255

	return out


# Read image
img = cv.imread("../paojie.jpg")

# grayscale
gray = cv.cvtColor(img,cv.COLOR_RGB2GRAY)

# pyramid
pyramid = make_pyramid(gray)
    
# pyramid -> saliency
out = saliency_map(pyramid)

out = out.astype(np.uint8)

# Save result
cv.imshow("result", out)
cv.imwrite("out.jpg", out)
cv.waitKey(0)
cv.destroyAllWindows()

可以看到，显著图中亮的部分就是我们的眼睛会特别注意的部分，没错，就是炮姐的卡姿兰大眼睛。

点个赞再走呗！