快捷導(dǎo)航

python 用opencv實(shí)現(xiàn)圖像修復(fù)和圖像金字塔

更新時(shí)間：2020年11月27日 12:03:41 作者：Sakurala

這篇文章主要介紹了python 如何用opencv實(shí)現(xiàn)圖像修復(fù)和圖像金字塔，幫助大家更好的理解和使用python處理圖片，感興趣的朋友可以了解下

我們將學(xué)習(xí)如何通過(guò)一種稱為修復(fù)的方法去除舊照片中的小噪音，筆畫等?；舅悸泛芎?jiǎn)單：用相鄰像素替換那些壞標(biāo)記，使其看起來(lái)像鄰域。

cv2.inpaint（）

cv2.INPAINT_TELEA
cv2.INPAINT_NS

import numpy as np
import cv2 as cv

img = cv.imread('messi_2.jpg')
mask = cv.imread('mask2.png',0)

dst = cv.inpaint(img,mask,3,cv.INPAINT_TELEA)

cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

第一張圖顯示降級(jí)輸入，第二個(gè)圖像是面具，第三個(gè)圖像是第一個(gè)算法的結(jié)果，最后一個(gè)圖像是第二個(gè)算法的結(jié)果。

圖像金字塔

通常，我們?cè)?jīng)使用恒定大小的圖像.但在某些情況下，我們需要使用不同分辨率的（相同）圖像.例如，在搜索圖像中的某些內(nèi)容時(shí)，如臉部，我們不確定該對(duì)象在所述圖像中的大小.

具有不同分辨率的圖像被稱為圖像金字塔（因?yàn)楫?dāng)它們保持在堆疊中，底部具有最高分辨率圖像而頂部具有最低分辨率圖像時(shí)，它看起來(lái)像金字塔）.

圖像金字塔有兩種:

高斯金字塔和
拉普拉斯金字塔

高斯金字塔的頂部是通過(guò)將底部圖像中的連續(xù)的行和列去除得到的.頂部圖像中的每個(gè)像素值等于下一層圖像中 5 個(gè)像素的高斯加權(quán)平均值.這樣操作一次一個(gè) MxN 的圖像就變成了一個(gè) M/2xN/2 的圖像。所以這幅圖像的面積就變?yōu)樵瓉?lái)圖像面積的四分之一.這被稱為an Octave（一個(gè)八度）。連續(xù)進(jìn)行這樣的操作就會(huì)得到一個(gè)分辨率不斷下降的圖像金字塔.

函數(shù)cv2.pyrDown()從一個(gè)高分辨率大尺寸的圖像向上構(gòu)建一個(gè)金子塔（尺寸變小，分辨率降低）.
代碼：

import cv2

img = cv2.imread('img.jpg')

lower_reso = cv2.pyrDown(img)

cv2.imshow('src',img)
cv2.imshow('HigherReso',lower_reso)

cv2.waitKey()

繼續(xù)使用函數(shù)cv2.pyrUp()從一個(gè)低分辨率小尺寸的圖像向下構(gòu)建一個(gè)金子塔（尺寸變大，但分辨率不會(huì)增加）
代碼：

import cv2

img = cv2.imread('img.jpg')

lower_reso = cv2.pyrDown(img)
higher_reso2 = cv2.pyrUp(lower_reso)

cv2.imshow('show',higher_reso2)

cv2.waitKey()

NOTE：

當(dāng)用 cv2.pyrDown()，圖像的分辨率就會(huì)降低，信息就會(huì)被丟失.如果先cv2.pyrDown()產(chǎn)生的中間圖像再使用函數(shù)cv2.pyrUp()得到圖像，與原圖像相比分辨率差了很多.
可以修改代碼：

import cv2

img = cv2.imread('img.jpg')

higher_reso2 = cv2.pyrUp(img)
lower_reso = cv2.pyrDown(higher_reso2)


cv2.imshow('show',lower_reso)

cv2.waitKey()

拉普拉斯金字塔由高斯金字塔形成，大部分元素都是零，用于圖像壓縮.
代碼：

import cv2

img = cv2.imread('img.jpg')
img = cv2.Canny(img, 100, 200)

higher_reso2 = cv2.pyrUp(img)
lower_reso = cv2.pyrDown(higher_reso2)

cv2.imshow('src',img)
cv2.imshow('higher_reso2',higher_reso2)
cv2.imshow('lower_reso',lower_reso)

cv2.waitKey()