Python cv2图像金字塔

Question

试图实现著名的橙/苹果金字塔混合(cv2图像金字塔)。

注意:这两个图像的形状都是307x307。

但是，由于结果图像由于cv2.subtract和cv2.add中的裁剪值(如cv2对numpy矩阵算法的研究中所述)而变得模糊，所以我使用了numpy算法代替了StackOverflow:拉普拉斯金字塔后的重建图像与原始图像不同中的建议。

我通过在一幅图像上执行金字塔来测试这一点，使用金字塔构建的结果图像具有相同的最大、最小、平均像素值，而不是使用cv2算法。

然而，在金字塔级别7上，结果图像得到一个红色点的“噪声”，而在第9级，结果图像得到大量绿色像素噪声。第6、7、9级图片--印古尔相册。

知道为什么会发生这种事吗？金字塔的9层绿色噪音，我想说是因为图像低于1x1的形状。但是7层金字塔上的红点呢？

• 编辑:添加的代码 numberOfPyramids =9#为A和B图像生成高斯金字塔GA = A.copy() GB = B.copy() gpA = GB gpB = GB用于i in xrange(numberOfPyramids)：GA = cv2.pyrDown( GA ) GB= cv2.pyrDown(GB) gpA.append(GB) gpB.append(GB) #为A和B图像生成拉普拉斯金字塔lpA = [gpAnumberOfPyramids - 1] lpB = [gpBnumberOfPyramids - 1] (numberOfPyramids- 1，0，-1)：geA = cv2.pyrUp(gpAi )dstsize = np.shape(gpAi-1):2) geB = cv2.pyrUp( gpBi，dstsize = np.shape(gpBi-1):2) laplacianA = gpAi -1- geA，如果i != 1。减去(gpAi-1，geA) laplacianB =gpBi-1- geB，如果i=1。减去(gpBi-1，geB) lpA.append(laplacianA) lpB.append(laplacianB) #现在在每个级别的LS = [] in zip，lb中添加左半和右半的图像。lpB)：_，cols，_= la.shape ls = np.hstack((la:，：cols / 2，lb:，cols /2 :)) LS.append( LS ) #现在在xrange(1，numberOfPyramids )中为i重构ls_ =LS(1，numberOfPyramids)：ls_ = cv2.pyrUp( ls_，dstsize = np.shape( LSi) :2) ls_ =ls_+ LSi (如果i != numberOfPyramids-1其他cv2.add(ls_，LSi)cv2.imShow)ls_) (cv2.wawKey()

Answer 1

在阅读了关于拉普拉斯金字塔的原始文章后，我发现我误解了这种方法，我们可以在没有模糊的情况下完全重建原始图像，因为我们使用了额外的pix信息。裁剪值确实会导致模糊。好吧，现在我们又回到起点:)

因此，您发布的代码仍然是裁剪值，我建议您使用int16保存拉普拉斯金字塔，而不是使用cv2。希望它能成功。