Python圖像處理之圖像金字塔詳解

Posted on by

一.圖像金字塔原理

上一篇文章講解的圖像采樣處理可以降低圖像的大小，本文將補充圖像金字塔知識，瞭解專門用於圖像向上采樣和向下采樣的pyrUp()和pyrDown()函數。

圖像金字塔是指由一組圖像且不同分別率的子圖集合，它是圖像多尺度表達的一種，以多分辨率來解釋圖像的結構，主要用於圖像的分割或壓縮。一幅圖像的金字塔是一系列以金字塔形狀排列的分辨率逐步降低，且來源於同一張原始圖的圖像集合。如圖10-1所示，它包括瞭四層圖像，將這一層一層的圖像比喻成金字塔。圖像金字塔可以通過梯次向下采樣獲得，直到達到某個終止條件才停止采樣，在向下采樣中，層級越高，則圖像越小，分辨率越低[1-2]。

生成圖像金字塔主要包括兩種方式：

  • 向下取樣
  • 向上取樣

在圖中，將圖像G0轉換為G1、G2、G3，圖像分辨率不斷降低的過程稱為向下取樣；將G3轉換為G2、G1、G0，圖像分辨率不斷增大的過程稱為向上取樣。

二.圖像向上取樣

在圖像向上取樣是由小圖像不斷放圖像的過程。它將圖像在每個方向上擴大為原圖像的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，再與放大後的圖像進行卷積運算，以獲得“新增像素”的新值。如圖10-2所示，它在原始像素45、123、89、149之間各新增瞭一行和一列值為0的像素。

在OpenCV中，向上取樣使用的函數為pyrUp()，其原型如下所示：

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

– src表示輸入圖像，

– dst表示輸出圖像，和輸入圖像具有一樣的尺寸和類型

– dstsize表示輸出圖像的大小，默認值為Size()

– borderType表示像素外推方法，詳見cv::bordertypes

向上取樣的代碼如下所示：

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('lena-small.png')

#圖像向上取樣
r = cv2.pyrUp(img)

#顯示圖像
cv2.imshow('original', img)
cv2.imshow('PyrUp', r)
cv2.waitKey()
cv2.destroyAllWindows()

輸出結果如圖10-3所示，它將原始圖像擴大為原圖像的四倍。

多次向上取樣的代碼如下。

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('lena-small.png')

#圖像向上取樣
r1 = cv2.pyrUp(img)
r2 = cv2.pyrUp(r1)
r3 = cv2.pyrUp(r2)

#顯示圖像
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10-4所示，每次向上取樣均為上次圖像的四倍，但圖像的清晰度會降低。

三.圖像向下取樣

在圖像向下取樣中，使用最多的是高斯金字塔。它將對圖像Gi進行高斯核卷積，並刪除原圖中所有的偶數行和列，最終縮小圖像。其中，高斯核卷積運算就是對整幅圖像進行加權平均的過程，每一個像素點的值，都由其本身和鄰域內的其他像素值（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像素點具有更高的重要度，對周圍像素計算加權平均值，如圖10-5所示，其中心位置權重最高為0.4。

在OpenCV中，向下取樣使用的函數為pyrDown()，其原型如下所示：

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

– src表示輸入圖像，

– dst表示輸出圖像，和輸入圖像具有一樣的尺寸和類型

– dstsize表示輸出圖像的大小，默認值為Size()

– borderType表示像素外推方法，詳見cv::bordertypes

向下取樣的代碼如下所示：

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('nv.png')

#圖像向下取樣
r = cv2.pyrDown(img)

#顯示圖像
cv2.imshow('original', img)
cv2.imshow('PyrDown', r)
cv2.waitKey()
cv2.destroyAllWindows()

輸出結果如圖10-6所示，它將原始圖像壓縮成原圖的四分之一。

多次向下取樣的代碼如下。

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('nv.png')

#圖像向下取樣
r1 = cv2.pyrDown(img)
r2 = cv2.pyrDown(r1)
r3 = cv2.pyrDown(r2)

#顯示圖像
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10-7所示，每次向下取樣均為上次的四分之一，並且圖像的清晰度會降低。

四.總結

本文主要講解圖像金字塔處理，包括圖像向上取樣和向下取樣。需要註意，向上取樣放大後的圖像比原始圖像要模糊，而每次向下取樣會刪除偶數行和列，它會不停地丟失圖像的信息。此外，向上采樣和向下采樣不是互逆的操作，經過兩種操作後，是無法恢復原始圖像的。

以上就是Python圖像處理之圖像金字塔詳解的詳細內容，更多關於Python圖像金字塔的資料請關註WalkonNet其它相關文章！

推薦閱讀：