OpenCV图像处理——拉普拉斯金字塔

拉普拉斯金字塔主要用于重建图像，拉普拉斯就是为了在放大图像的时候，可以预测残差，何为残差，即小图像放大的时候，需要插入一些像素值，在上文直接插入的是 0，拉普拉斯金字塔算法可以根据周围像素进行预测，从而实现对图像最大程度的还原。

学习到原理如下：用高斯金字塔的每一层图像，减去其上一层图像上采样并高斯卷积之后的预测图像，得到一系列的差值图像即为 LP 分解图像（其中 LP 即为拉普拉斯金字塔图像）。

关于拉普拉斯还存在一个公式（这是本系列课程第一次书写公式），其中 L 为拉普拉斯金字塔图像，G 为高斯金字塔图像

import cv2 as cv
 
src = cv.imread("./lena.jpg")
print(src.shape[:2])
cv.imshow("src image", src)
# 向下采样1次
PyrDown1 = cv.pyrDown(src)
print(PyrDown1.shape[:2])
cv.imshow("PyrDown1", PyrDown1)

# 向下采样2次
PyrDown2 = cv.pyrDown(PyrDown1)
print(PyrDown2.shape[:2])
cv.imshow("PyrDown2", PyrDown2)
 
# 向上采样1次
pyrUp1 = cv.pyrUp(PyrDown2)
print(pyrUp1.shape[:2])
cv.imshow("pyrUp1", pyrUp1)
 
# 计算拉普拉斯金字塔图像
# 采样1次 - 向上采样1次的图
laplace = PyrDown1 - pyrUp1
cv.imshow("laplace", laplace)
cv.waitKey()