图像金字塔
图像金字塔是图像多尺度表达的一种，是一种以多分辨率来解释图像的有效但概念简单的结构。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。其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。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。
cv2.pyrUp: 上采样
cv2.pyrDown: 下采样
有两种经典的金字塔：高斯金字塔和拉普拉斯金字塔，前者采用向下采样，后者是向上采样需要的缺失的信息。
向下采样(生成高斯金字塔)的具体操作为： 从大到小
1. 对图像进行高斯卷积
2. 删除所有的偶数行和偶数列
向上采样的缺失信息(生成拉普拉斯金字塔)的具体操作为：从小到大
1. 首先将维数扩大两倍
2. 将扩大位的值置为0
3. 对新的图像进行高斯卷积
4. 用新的层次的高斯金字塔减去 3 中形成的图像
import cv2 import numpy as np img = cv2.imread('data.jpg') up = cv2.pyrUp(img) # 上采样 down = cv2.pyrDown(img) # 下采样 cv2.imshow('img',img) cv2.imshow('up',up) cv2.imshow('down',down) cv2.waitKey(0) cv2.destroyAllWindows()
图像进行上采样，再下采样，或者先下采样，再上采样，无法恢复原图清晰度
直方图
可以将直方图视为图形或者绘图，从而总体了解图像的强度分布。它是在x轴上具有像素值（0～255的范围），在y轴上具有图像中相应像素值的数量。
cv2.calcHist(images,channels,mask,histSize,ranges)
images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img]
channels:同样用中括号括来它会告函数我们统幅图 像的直方图。如果入图像是灰度图它的值就是 [0]如果是彩色图像 的传入的参数可以是[0][1][2] 它们分别对应着 BGR。
mask: 掩模图像。统整幅图像的直方图就把它为 None。但是如果你想统图像某一分的直方图的你就制作一个掩模图像并 使用它。
histSize:BIN 的数目，也应用中括号括来
ranges:像素值范围常为 [0-256]
import cv2 #opencv读取的格式是BGR import numpy as np import matplotlib.pyplot as plt#Matplotlib是RGB %matplotlib inline def cv_show(img,name): cv2.imshow(name,img) cv2.waitKey() cv2.destroyAllWindows() img = cv2.imread('data.jpg',0) #0表示灰度图 hist = cv2.calcHist([img],[0],None,[256],[0,256]) # hist.shape # (256,1) 256指0-255的256个像素; 1指1维,像素x 多少多少个 plt.hist(img.ravel(),256); # 此处不显示图像,用plt展示方便,若用cv2,要进行颜色转换 plt.show()
分别显示3个颜色通道的直方图
img = cv2.imread('data.jpg') color = ('b','g','r') for i,col in enumerate(color): histr = cv2.calcHist([img],[i],None,[256],[0,256]) plt.plot(histr,color = col) plt.xlim([0,256]) plt.show()
