opencv：图片缩放和图像金字塔
对图像进行缩放的最简单方法当然是调用resize函数啦！
resize函数可以将源图像精确地转化为指定尺寸的目标图像。
要缩小图像，一般推荐使用cv_inetr_area来插值；若要放大图像，推荐使用cv_inter_linear。
现在说说调用方式
第一种，规定好你要图片的尺寸，就是你填入你要的图片的长和高。
第二种，填入你要缩小或者放大的比率。
接下来说说图像金字塔
说白了，图像金字塔就是用来进行图像缩放的，干的事情跟resize函数没两样，那我们还需要学它吗？我觉得有必要的额，因为在学习卷积神经网络中会遇到这个名词，所以都学一学吧，搞图形都绕不过他！
说说什么是图像金字塔。
其实非常好理解，如上图所示，我们将一层层的图像比喻为金字塔，层级越高，则图像尺寸越小，分辨率越低。
两种类型的金字塔：
- 高斯金字塔：用于下采样，主要的图像金字塔；
- 拉普拉斯金字塔：用于重建图像，也就是预测残差（我的理解是，因为小图像放大，必须插入一些像素值，那这些像素值是什么才合适呢，那就得进行根据周围像素进行预测），对图像进行最大程度的还原。比如一幅小图像重建为一幅大图像，
图像金字塔有两个高频出现的名词：上采样和下采样。现在说说他们俩。
- 上采样：就是图片放大（所谓上嘛，就是变大），使用pryup函数
- 下采样：就是图片缩小（所谓下嘛，就是变小），使用prydown函数
下采样将步骤：
对图像进行高斯内核卷积
将所有偶数行和列去除
下采样就是图像压缩，会丢失图像信息。
上采样步骤：
- 将图像在每个方向放大为原来的两倍，新增的行和列用0填充；
- 使用先前同样的内核（乘以4）与放大后的图像卷积，获得新增像素的近似值。
上、下采样都存在一个严重的问题，那就是图像变模糊了，因为缩放的过程中发生了信息丢失的问题。要解决这个问题，就得看拉普拉斯金字塔了。
下面给出opencv中pryup和prydown的用法。
显然，无论是放大还是缩小，图像都变得模糊了，这就是他的致命缺点。
个人认为，要做缩放就用resize函数吧，毕竟方便太多而且图像不会变模糊！
到此这篇关于python使用opencv对图像进行缩放功能的文章就介绍到这了,更多相关opencv图像缩放内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
黄山市民网：https://www.huangshanshimin.com/
