opencv::图像上采样和降采样

图像金字塔概念

    . 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

    . 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

    、高斯金子塔 – 用来对图像进行降采样

    、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

    、高斯金子塔是从底向上，逐层降采样得到。

    、降采样之后图像大小是原图像MxN的M/ x N/ ,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。

    、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*, src.rows*))

//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/, src.rows/))

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 -;

    }

    // 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(, ), , );

    GaussianBlur(g1, g2, Size(, ), , );

    subtract(g1, g2, dogImg, Mat());

    // 归一化显示

    normalize(dogImg, dogImg, , , NORM_MINMAX);

    imshow("DOG Image", dogImg);

    waitKey();

    return ;

}