opencv图像处理9-图像金字塔

﹏ヽ暗。殇╰゛Y 2022-06-18 11:54 303阅读 0赞

图像金字塔在分割和匹配方面有重要用途，其中在sift匹配中是重要的一环~~

先看效果：

![0_1320548329xS5p.gif][]

PyrDown

图像的下采样  
void cvPyrDown( const CvArr\* src, CvArr\* dst, int filter=CV\_GAUSSIAN\_5x5 );  
src  
输入图像.  
dst  
输出图像, 宽度和高度应是输入图像的一半 ,传入前必须已经完成初始化  
filter  
卷积滤波器的类型，目前仅支持 CV\_GAUSSIAN\_5x5  
函数 cvPyrDown 使用 Gaussian 金字塔分解对输入图像向下采样。首先它对输入图像用指定滤波器进行卷积，然后通过拒绝偶数的行与列来下采样图像。  
  
  
PyrUp  
图像的上采样  
void cvPyrUp( const CvArr\* src, CvArr\* dst, int filter=CV\_GAUSSIAN\_5x5 );  
src  
输入图像.  
dst  
输出图像, 宽度和高度应是输入图像的2倍  
filter  
卷积滤波器的类型，目前仅支持 CV\_GAUSSIAN\_5x5

函数 cvPyrUp 使用Gaussian 金字塔分解对输入图像向上采样。首先通过在图像中插入值为 0的 偶数行和偶数列，然后对得到的图像用指定的滤波器进行高斯卷积，其中滤波器乘以4做插值。所以输出图像是输入图像的 4 倍大小。

关于卷积的实现请看另一篇博客：[http://blog.csdn.net/renshengrumenglibing/article/details/6940120][http_blog.csdn.net_renshengrumenglibing_article_details_6940120]

#include "highgui.h"  
    #include"cv.h"  
    
    
    //superdont
    //blog.csdn.net/superdont
    int main()  
    {  
     IplImage * src = cvLoadImage("1.bmp");  
     IplImage * result1 = cvCreateImage(  
     cvSize( src->width/2, src->height/2 ),  
     src->depth,  
     src->nChannels  
     );  
     cvPyrDown( src, result1,CV_GAUSSIAN_5x5);  
     IplImage * result2 = cvCreateImage(  
     cvSize( src->width*2, src->height*2 ),  
     src->depth,  
     src->nChannels  
     );  
     cvPyrUp( src, result2,CV_GAUSSIAN_5x5);  
     cvNamedWindow( "source"   , CV_WINDOW_AUTOSIZE);
     cvNamedWindow(  "PyrDown" ,CV_WINDOW_AUTOSIZE);  
     cvNamedWindow(  "PyrUp"   ,CV_WINDOW_AUTOSIZE);  
    
    
     cvShowImage("source",src);
     cvShowImage( "PyrDown", result1);  
     cvShowImage( "PyrUp",result2);  
     cvWaitKey(0);  
     cvReleaseImage(&src); 
     cvReleaseImage(&result1);  
     cvReleaseImage(&result2);  
     cvDestroyAllWindows();  
     return 0;  
    }

[0_1320548329xS5p.gif]: /images/20220618/c5ba00f96de54ab996b2280e77efbd02.png
[http_blog.csdn.net_renshengrumenglibing_article_details_6940120]: http://blog.csdn.net/renshengrumenglibing/article/details/6940120