Python+OpenCV（九）——图像金字塔、图像梯度

学习视频：python+opencv3.3视频教学 基础入门
其他学习记录：
Python+OpenCV（一）——基础操作
Python+OpenCV（二）——Numpy模块
Python+OpenCV（三）——色彩空间
Python+OpenCV（四）——像素运算
Python+OpenCV（五）——ROI和泛洪填充
Python+OpenCV（六）——均值/中值/自定义/高斯模糊、高斯噪声处理、高斯双边滤波
Python+OpenCV（七）——直方图及其应用
Python+OpenCV（八）——图像二值化
Python+OpenCV（十）——Canny边缘提取
Python+OpenCV（十一）——直线检测、圆检测
Python+OpenCV（十二）——轮廓发现
Python+OpenCV（十三）——对象测量
Python+OpenCV（十四）——膨胀与腐蚀
Python+OpenCV（十五）——开闭操作
Python+OpenCV（十六）——顶帽、黑帽
Python+OpenCV（十七）——人脸识别
Python+OpenCV（十八）——数字/字母验证码识别

源码如下：

# -*- coding = utf-8 -*-
# @Time : 2021/8/3 15:26
# @Author : 西兰花
# @File : OpenCV09.py
# @Software : PyCharm


import cv2 as cv    # 引入OpenCV模块
import numpy as np


"""
图像金字塔
expand=扩大+卷积
reduce=高斯模糊+降采样
"""


def pyramid_demo(image):
    level = 3
    temp = image.copy()
    pyramid_images = []
    for i in range(level):
        dst = cv.pyrDown(temp)
        pyramid_images.append(temp)
        cv.imshow("pyramid_demo_" + str(i), dst)
        temp = dst.copy()
    return pyramid_images


# def lapalian_pyramid_demo(image):
#     pyramid_images = pyramid_demo(image)
#     level = len(pyramid_images)
#     for i in range(level - 1, -1, -1):  # 从后向前
#         expand = cv.pyrUp(pyramid_images[i], dstsize=image.shape[:2])  # 上采样
#         lpls = cv.subtract(image[i-1], expand)   # 利用高斯金字塔上一个减去当前采样获取的结果，得到拉普拉斯金字塔
#         cv.imshow("lapls_down_%s"+str(i), lpls)


"""
图像梯度
"""


def lapalian_gradient_demo(image):      # 拉普拉斯算子
    kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])
    dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)
    lpls = cv.convertScaleAbs(dst)
    cv.imshow("lapalian_gradient_demo", lpls)


def sobel_demo(image):
    # grad_x = cv.Sobel(image, cv.CV_32F, 1, 0)       # sobel（索贝尔）边缘检测
    # grad_y = cv.Sobel(image, cv.CV_32F, 0, 1)
    grad_x = cv.Scharr(image, cv.CV_32F, 1, 0)        # scharr（莎尔）边缘检测
    grad_y = cv.Scharr(image, cv.CV_32F, 0, 1)
    gradx = cv.convertScaleAbs(grad_x)
    grady = cv.convertScaleAbs(grad_y)
    cv.imshow("gradient-x", gradx)
    cv.imshow("gradient-y", grady)


print("------ Hello OpenCV ------")
src = cv.imread("C:/Users/Administrator/Pictures/PS/1.jpg")     # 读取图像
cv.imshow("input image_1.jpg", src)    # 显示图像

# pyramid_demo(src)
# lapalian_pyramid_demo(src)
# lapalian_gradient_demo(src)
sobel_demo(src)
cv.waitKey(0)

cv.destroyAllWindows()  # 销毁/关闭所有窗口

输出结果：
1.图像金字塔

在用拉普拉斯方法计算图像金字塔时报错，且暂时为解决，以下是报错信息：

expand = cv.pyrUp(pyramid_images[i], dstsize=image.shape[:2])  # 上采样
cv2.error: OpenCV(3.4.2) C:Miniconda3conda-bldopencv-suite_1534379934306workmodulesimgprocsrcpyramids.cpp:996: error: (-215:Assertion failed) std::abs(dsize.width - ssize.width*2) == dsize.width % 2 && std::abs(dsize.height - ssize.height*2) == dsize.height % 2 in function 'cv::pyrUp_'

2.图像梯度
①拉普拉斯算子

②sobel（索贝尔）、scharr（莎尔）边缘检测

最后

以上就是能干小蝴蝶为你收集整理的Python+OpenCV（九）——图像金字塔、图像梯度Python+OpenCV（九）——图像金字塔、图像梯度的全部内容，希望文章能够帮你解决Python+OpenCV（九）——图像金字塔、图像梯度Python+OpenCV（九）——图像金字塔、图像梯度所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。