跟我学 Python 图像处理丨关于图像金字塔的图像向下取样和向上取样

2022 年 9 月 19 日
中国香港
本文字数：2301 字
阅读完需：约 8 分钟

本文分享自华为云社区《[Python图像处理] 二十一.图像金字塔之图像向下取样和向上取样》，作者：eastmount。

一.图像金字塔

前面讲解的图像采样处理可以降低图像的大小，本小节将补充图像金字塔知识，了解专门用于图像向上采样和向下采样的 pyrUp()和 pyrDown()函数。

图像金字塔是指由一组图像且不同分别率的子图集合，它是图像多尺度表达的一种，以多分辨率来解释图像的结构，主要用于图像的分割或压缩。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。如图 6-11 所示，它包括了四层图像，将这一层一层的图像比喻成金字塔。图像金字塔可以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，在向下采样中，层级越高，则图像越小，分辨率越低。

生成图像金字塔主要包括两种方式——向下取样、向上取样。在图 6-11 中，将图像 G0 转换为 G1、G2、G3，图像分辨率不断降低的过程称为向下取样；将 G3 转换为 G2、G1、G0，图像分辨率不断增大的过程称为向上取样。

二.图像向下取样

在图像向下取样中，使用最多的是高斯金字塔。它将对图像 Gi 进行高斯核卷积，并删除原图中所有的偶数行和列，最终缩小图像。其中，高斯核卷积运算就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值（权重不同）经过加权平均后得到。常见的 3×3 和 5×5 高斯核如下：

高斯核卷积让临近中心的像素点具有更高的重要度，对周围像素计算加权平均值，如图 6-12 所示，其中心位置权重最高为 0.4。

显而易见，原始图像 Gi 具有 M×N 个像素，进行向下取样之后，所得到的图像 Gi+1 具有 M/2×N/2 个像素，只有原图的四分之一。通过对输入的原始图像不停迭代以上步骤就会得到整个金字塔。注意，由于每次向下取样会删除偶数行和列，所以它会不停地丢失图像的信息。

在 OpenCV 中，向下取样使用的函数为 pyrDown()，其原型如下所示：

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

src 表示输入图像，
dst 表示输出图像，和输入图像具有一样的尺寸和类型
dstsize 表示输出图像的大小，默认值为 Size()
borderType 表示像素外推方法，详见 cv::bordertypes

实现代码如下所示：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#读取原始图像img = cv2.imread('nv.png')
#图像向下取样r = cv2.pyrDown(img)
#显示图像cv2.imshow('original', img)cv2.imshow('PyrDown', r)cv2.waitKey()cv2.destroyAllWindows()

复制代码

输出结果如图 6-13 所示，它将原始图像压缩成原图的四分之一。

多次向下取样的代码如下：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#读取原始图像img = cv2.imread('nv.png')
#图像向下取样r1 = cv2.pyrDown(img)r2 = cv2.pyrDown(r1)r3 = cv2.pyrDown(r2)
#显示图像cv2.imshow('original', img)cv2.imshow('PyrDown1', r1)cv2.imshow('PyrDown2', r2)cv2.imshow('PyrDown3', r3)cv2.waitKey()cv2.destroyAllWindows()

复制代码

输出结果如图所示：

三.图像向上取样

在图像向上取样是由小图像不断放图像的过程。它将图像在每个方向上扩大为原图像的 2 倍，新增的行和列均用 0 来填充，并使用与“向下取样”相同的卷积核乘以 4，再与放大后的图像进行卷积运算，以获得“新增像素”的新值。如图 6-15 所示，它在原始像素 45、123、89、149 之间各新增了一行和一列值为 0 的像素。

在 OpenCV 中，向上取样使用的函数为 pyrUp()，其原型如下所示：

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

src 表示输入图像，
dst 表示输出图像，和输入图像具有一样的尺寸和类型
dstsize 表示输出图像的大小，默认值为 Size()
borderType 表示像素外推方法，详见 cv::bordertypes

实现代码如下所示：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#读取原始图像img = cv2.imread('lena.png')
#图像向上取样r = cv2.pyrUp(img)
#显示图像cv2.imshow('original', img)cv2.imshow('PyrUp', r)cv2.waitKey()cv2.destroyAllWindows()

复制代码

输出结果如图 6-16 所示，它将原始图像扩大为原图像的四倍。

多次向上取样的代码如下：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#读取原始图像img = cv2.imread('lena2.png')
#图像向上取样r1 = cv2.pyrUp(img)r2 = cv2.pyrUp(r1)r3 = cv2.pyrUp(r2)
#显示图像cv2.imshow('original', img)cv2.imshow('PyrUp1', r1)cv2.imshow('PyrUp2', r2)cv2.imshow('PyrUp3', r3)cv2.waitKey()cv2.destroyAllWindows()