1. 图像金字塔特点

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。

2. 向下采样

2.1. 特点

从第i层获取第i+1层 Gi→Gi+1

1. 对图像Gi进行高斯核卷积。
2. 删除所有的偶数行和列。

原始图像 M×N→处理结果 M/2×N/2，每次处理后，结果图像是原来的1/4。重复执行该过程，构造图像金字塔。

注意：向下会丢失信息。

2.2. 相关函数与程序实现

函数： dst=cv2.pyrDown(src)

dst —向下取样结果

src —原始图像

python代码

#%%向下采样
import cv2
img1 = cv2.imread(r"C:\Users\lihuanyu\Desktop\opencv\image\man.bmp")
r1=cv2.pyrDown(img1)
r2=cv2.pyrDown(r1)
r3=cv2.pyrDown(r2)
cv2.imshow("original",img1)
cv2.imshow("PyrDown1",r1)
cv2.imshow("PyrDown2",r2)
cv2.imshow("PyrDown3",r3)
cv2.waitKey()
cv2.destroyAllWindows()

结果

3. 向上采样

3.1. 特点

1. 在每个方向上扩大为原来的2倍，新增的行和列以0填充。
2. 使用与“向下采用”同样的卷积核乘以4，获取“新增像素”的新值。

注意：

3. 放大后的图像比原始图像要模糊。

4. 向上采样、向下采样不是互逆操作。经过两种操作后，无法恢复原有图像。

3.2. 相关函数与程序实现

函数： dst=cv2.pyrUp(src)

dst —向上取样结果

src —原始图像

python代码

#%%向上采样
import cv2
img1 = cv2.imread(r"C:\Users\lihuanyu\Desktop\opencv\image\p.bmp")
r1=cv2.pyrUp(img1)
r2=cv2.pyrUp(r1)
r3=cv2.pyrUp(r2)
cv2.imshow("original",img1)
cv2.imshow("PyrDown1",r1)
cv2.imshow("PyrDown2",r2)
cv2.imshow("PyrDown3",r3)
cv2.waitKey()
cv2.destroyAllWindows()

结果

4. 拉普拉斯 金子塔

4.1. 特点

拉普拉斯金字塔(Laplacianpyramid): 用来从金字塔低层图像重建上层未采样图像，在数字图像处理中也即是预测残差，可以对图像进行最大程度的还原，配合高斯金字塔一起使用。

4.2. 相关函数与程序实现

函数： Li = Gi - PyrUp(PyrDown(Gi))

Gi ,原始图像

Li ,拉普拉斯金字塔图像

python代码

#%%
import cv2
o=cv2.imread(r"C:\Users\lihuanyu\Desktop\opencv\image\lena.bmp")
od=cv2.pyrDown(o)
odu=cv2.pyrUp(od)
lapPyr=o-odu
cv2.imshow("original",o)
cv2.imshow("lapPyr",lapPyr)
cv2.waitKey()
cv2.destroyAllWindows()
                Python中的self是什么你知道嘛？
            
在Python类中规定，函数的第一个参数是实例对象本身，并且约定俗成，把其名字写为self。其作用相当于java中的this，表示当前类的对象，可以调用当前类中的属性和方法。
            
最近看到一个 Up 主 Ele实验室 发布的一个视频：字符化视频是怎么做出来的，感觉很有意思。不如自己也实现一个来玩玩？
以前也没怎么写过 Python，只用来刷过 LeetCode。正好借这个机会再学一学 Python 吧。
                用python画福字
            
春节快到了，一年一度的支付宝集五福活动就要来了，阿牛也是突发奇想，看能不能用python的turtle库画个"福"字，试了很久，我的这个“福“”字终于看起来可以了，现将源码分享给大家，拿过去放到python的环境中就可以直接运行哦！嘿嘿嘿！这五福手到擒来啦！