前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >拉普拉斯金字塔

拉普拉斯金字塔

作者头像
裴来凡
发布2022-05-28 17:13:26
5150
发布2022-05-28 17:13:26
举报
代码语言:javascript
复制
import cv2
#定义高斯金字塔函数
def gaussian_pyramid(image):
    level=3#高斯金字塔层数
    temp=image.copy()
    gaussian_images=[]
    for i in range(level):
        dst=cv2.pyrDown(temp)#图像进行向下采样
        gaussian_images.append(dst)
        temp=dst.copy()
    return gaussian_images
#定义拉普拉斯金字塔函数
def laplacian_pyramid(image):
    gaussian_images=gaussian_pyramid(image)#高斯金字塔
    level=len(gaussian_images)
    for i in range(level-1,-1,-1):
        if (i-1)<0:
            expand=cv2.pyrUp(gaussian_images[i],dstsize=image.shape[:2])
            laplacian=cv2.subtract(image,expand)#图像差值
            cv2.imshow("laplacian_down_"+str(i),laplacian)
        else:
            expand=cv2.pyrUp(gaussian_images[i],dstsize=gaussian_images[i-1].shape[:2])#图像进行向上采样
            laplacian=cv2.subtract(gaussian_images[i-1],expand)#图像差值
            cv2.imshow("laplacian_down_"+str(i),laplacian)
img=cv2.imread('C:/Users/xpp/Desktop/Lena.png')
cv2.namedWindow('input_image',cv2.WINDOW_AUTOSIZE)
cv2.imshow('input_image',img)
laplacian_pyramid(img)
cv2.waitKey(0)
cv2.destroyAllWindows()

算法:拉普拉斯金字塔是对原图像进行低通滤波和降采样得到一个粗尺度的近似图像,即分解得到的低通近似图像,把这个近似图像经过插值,滤波,再计算它和原图像的插值,就得到分解的带通分量,下一级分解是在得到的低通近似图像上进行,迭代完成多尺度分解。

本文参与?腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-05-22,如有侵权请联系?cloudcommunity@tencent.com 删除

本文分享自 图像处理与模式识别研究所 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与?腾讯云自媒体分享计划? ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
http://www.vxiaotou.com