前言
上一篇文章 ，我們講解了邊緣梯度計(jì)算函數(shù)，這篇文章我們來了解圖像金字塔。
?
圖像金字塔？
圖像金字塔被廣泛用于計(jì)算機(jī)視覺應(yīng)用中。
圖像金字塔是一個(gè)圖像集合，集合中所有的圖像都源于同一個(gè)原始圖像，而且是通過對(duì)原始圖像連續(xù)降采樣獲得的。
——《學(xué)習(xí)OpenCV》
常見的圖像金字塔有下面兩種：
- 高斯金字塔(Gaussian pyramid): 用來向下采樣
- 拉普拉斯金字塔(Laplacian pyramid): 用來從金字塔低層圖像重建上層未采樣圖像
?
高斯金字塔
類似金字塔一樣，高斯金字塔從底層原始圖逐漸向下采樣，越來越小。
那么如何獲取下一層圖像呢？
首先，和高斯內(nèi)核卷積：
然后，將所有偶數(shù)行列刪掉。
可見，這樣下一級(jí)圖像約為上一級(jí)的1/4。
那么向上變換如何變換呢？
首先先將圖片行列擴(kuò)大為原來的兩倍，然后將添加的行列用0填充。
最后用剛剛的高斯內(nèi)核乘以4后卷積。
?
高斯金字塔實(shí)現(xiàn)
var
pyrDown =
function
(__src, __dst){
__src
|| error(arguments.callee, IS_UNDEFINED_OR_NULL
/*
{line}
*/
);
if
(__src.type && __src.type == "CV_RGBA"
){
var
width =
__src.col,
height
=
__src.row,
dWidth
= ((width & 1) + width) / 2
,
dHeight
= ((height & 1) + height) / 2
,
sData
=
__src.data,
dst
= __dst ||
new
Mat(dHeight, dWidth, CV_RGBA),
dstData
=
dst.data;
var
withBorderMat = copyMakeBorder(__src, 2, 2, 0, 0
),
mData
=
withBorderMat.data,
mWidth
=
withBorderMat.col;
var
newValue, nowX, offsetY, offsetI, dOffsetI, i, j;
var
kernel = [1, 4, 6, 4, 1
,
4, 16, 24, 16, 4
,
6, 24, 36, 24, 6
,
4, 16, 24, 16, 4
,
1, 4, 6, 4, 1
];
for
(i = dHeight; i--
;){
dOffsetI
= i *
dWidth;
for
(j = dWidth; j--
;){
for
(c = 3; c--
;){
newValue
= 0
;
for
(y = 5; y--
;){
offsetY
= (y + i * 2) * mWidth * 4
;
for
(x = 5; x--
;){
nowX
= (x + j * 2) * 4 +
c;
newValue
+= (mData[offsetY + nowX] * kernel[y * 5 +
x]);
}
}
dstData[(j
+ dOffsetI) * 4 + c] = newValue / 256
;
}
dstData[(j
+ dOffsetI) * 4 + 3] = mData[offsetY + 2 * mWidth * 4 + (j * 2 + 2) * 4 + 3
];
}
}
}
else
{
error(arguments.callee, UNSPPORT_DATA_TYPE
/*
{line}
*/
);
}
return
dst;
};
dWidth = ((width & 1) + width) / 2 ,
dHeight = ((height & 1) + height) / 2
這里面a & 1等同于a % 2，即求除以2的余數(shù)。
我們實(shí)現(xiàn)時(shí)候沒有按照上面的步驟，因?yàn)檫@樣子效率就低了，而是直接創(chuàng)建一個(gè)原矩陣1/4的矩陣，然后卷積時(shí)候跳過那些要被刪掉的行和列。
下面也一樣，創(chuàng)建后卷積，由于一些地方一定是0，所以實(shí)際卷積過程中，內(nèi)核有些元素是被忽略的。
var
pyrUp =
function
(__src, __dst){
__src
|| error(arguments.callee, IS_UNDEFINED_OR_NULL
/*
{line}
*/
);
if
(__src.type && __src.type == "CV_RGBA"
){
var
width =
__src.col,
height
=
__src.row,
dWidth
= width * 2
,
dHeight
= height * 2
,
sData
=
__src.data,
dst
= __dst ||
new
Mat(dHeight, dWidth, CV_RGBA),
dstData
=
dst.data;
var
withBorderMat = copyMakeBorder(__src, 2, 2, 0, 0
),
mData
=
withBorderMat.data,
mWidth
=
withBorderMat.col;
var
newValue, nowX, offsetY, offsetI, dOffsetI, i, j;
var
kernel = [1, 4, 6, 4, 1
,
4, 16, 24, 16, 4
,
6, 24, 36, 24, 6
,
4, 16, 24, 16, 4
,
1, 4, 6, 4, 1
];
for
(i = dHeight; i--
;){
dOffsetI
= i *
dWidth;
for
(j = dWidth; j--
;){
for
(c = 3; c--
;){
newValue
= 0
;
for
(y = 2 + (i & 1); y--
;){
offsetY
= (y + ((i + 1) >> 1)) * mWidth * 4
;
for
(x = 2 + (j & 1); x--
;){
nowX
= (x + ((j + 1) >> 1)) * 4 +
c;
newValue
+= (mData[offsetY + nowX] * kernel[(y * 2 + (i & 1 ^ 1)) * 5 + (x * 2 + (j & 1 ^ 1
))]);
}
}
dstData[(j
+ dOffsetI) * 4 + c] = newValue / 64
;
}
dstData[(j
+ dOffsetI) * 4 + 3] = mData[offsetY + 2 * mWidth * 4 + (((j + 1) >> 1) + 2) * 4 + 3
];
}
}
}
else
{
error(arguments.callee, UNSPPORT_DATA_TYPE
/*
{line}
*/
);
}
return
dst;
};
?
效果圖
?
系列目錄
?
參考資料
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號(hào)聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
