使用opencv和python进行智能图像处理,python opencv图像增强
本文主要介绍了Python使用OpenCV缩放图像的功能，并给出了OpenCV中pryUp和pryDown的两种调用方法和用法。这篇文章很详细的介绍了你，对你的学习或者工作有一定的参考价值。有需要的朋友可以参考一下。
OpenCV:图像缩放和图像金字塔
当然，缩放图像最简单的方法是调用resize函数！
Resize函数可以精确地将源图像转换成指定大小的目标图像。
缩小图像，一般建议使用CV_INETR_AREA进行插值；要放大图像，建议使用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。
# includeopencv2 \ opencv.hpp
# includeopenv2 \ high GUI \ high GUI . HPP
使用命名空间std
使用名称空间cv；
//缩小和放大图片
int main()
{
mat img=im read( lol 5 . jpg )；
Imshow(原图，img)；
Mat dst=Mat:zeros(512，512，CV _ 8uc 3)；//我想把它转换成512*512大小
resize(img，dst，dst . size())；
Imshow(调整大小后，dst)；
wait key(0)；
}
第二种，填入你要缩小或者放大的比率。
# includeopencv2 \ opencv.hpp
# includeopenv2 \ high GUI \ high GUI . HPP
使用命名空间std
使用名称空间cv；
//缩小和放大图片
int main()
{
mat img=im read( lol 5 . jpg )；
Imshow(原图，img)；
Mat dst
resize(img，dst，size()，0.5，0.5)；//我的长宽变成了原来的0.5倍。
Imshow(调整大小后，dst)；
wait key(0)；
}
接下来说说图像金字塔
说白了，图像金字塔是用来进行图像缩放的，和resize函数做的一样，那我们还需要学吗？我觉得很有必要，因为学习卷积神经网络会遇到这个术语，所以大家都要学，在图形上绕不过去！
说说形象金字塔吧。
其实很能理解。如上图所示，我们将图像层比作金字塔。级别越高，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，主图像金字塔；拉普拉斯金字塔：用来重构图像，也就是预测残差(我的理解是因为小图像被放大了，所以必须插入一些像素值，那么这些像素值是什么合适呢？然后，需要根据周围的像素进行预测)，最大程度的还原图像。比如把小图像重构成大图像，图像金字塔里有两个高频名词：上采样和下采样。现在来说说他们两个。
上采样：即放大画面(所谓上，就是放大)；利用PryUp函数进行下采样：即缩小画面(所谓下，就是减少它)；使用PryDown函数进行下采样：
对图像执行高斯核卷积。
删除所有偶数行和列。
下采样是图像压缩，会丢失图像信息。
上采样步骤：
将图像在每个方向放大两倍，并用0填充新的行和列；使用与之前相同的核(乘以4)与放大的图像进行卷积，以获得新添加像素的近似值。上采样和下采样有一个严重的问题，就是图像变得模糊，因为在缩放的过程中信息丢失了。要解决这个问题，我们得看看拉普拉斯金字塔。
下面给出了pryUp和pryDown在OpenCV中的用法。
# includeopencv2 \ opencv.hpp
# includeopenv2 \ high GUI \ high GUI . HPP
使用命名空间std
使用名称空间cv；
//图像金字塔
int main()
{
mat img=im read( lol 8 . jpg )；
Imshow(原图，img)；
Mat dst，dst 2；
pyrUp(img，dst，Size(img.cols*2，img . rows * 2))；//放大一倍
pyrDown(img，dst2，Size(img.cols * 0.5，img . rows * 0.5))；//缩小到原始大小的一半
Imshow(尺寸放大后，dst)；
Imshow(缩小尺寸后，dst 2)；
wait key(0)；
}
显然，无论是放大还是缩小，图像都变得模糊，这是他的致命缺陷。
个人认为，如果要缩放，使用resize功能即可。毕竟太方便了，图像也不会变模糊！
关于Python使用OpenCV的图像缩放功能的这篇文章到此为止。有关OpenCV图像缩放的更多信息，请搜索流行的IT软件开发工作室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热门IT软件开发工作室！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。