OpenCV 图像金字塔教程：在 Web 端用 cv.pyrDown() 与 cv.pyrUp() 做多尺度处理

OpenCV 图像金字塔教程在 Web 端用 cv.pyrDown() 与 cv.pyrUp() 做多尺度处理【免费下载链接】opencvOpen Source Computer Vision Library项目地址: https://gitcode.com/GitHub_Trending/opencv31/opencv本篇围绕 OpenCV 官方 JS 教程中的“Image Pyramids图像金字塔”一文展开先讲清图像金字塔为何存在、高斯金字塔与拉普拉斯金字塔的构造原理再给出浏览器环境中cv.pyrDown()降采样与cv.pyrUp()升采样的完整参数说明和可运行的 JavaScript 代码并结合 OpenCV 仓库中modules/imgproc/src/pyramids.cpp的源码实现剖析 5×5 高斯核、尺寸约束、支持的像素类型与后端加速路径帮助你把多尺度图像处理的原理与实战一次打通。为什么需要图像金字塔在常规图像处理中我们通常使用固定尺寸的一幅图像工作。但在某些场景下需要对同一幅图像以不同分辨率处理最典型的例子是目标检测——当在图像中搜索人脸等目标时你无法预知目标会以多大的尺度出现。解决办法是构造一组同一图像、不同分辨率的图像集合并在每一层上分别搜索。这个集合就是图像金字塔Image Pyramids若把最高分辨率的图像放在底部、最低分辨率的放在顶部堆叠起来整体形状正像一座金字塔。金字塔分为两种高斯金字塔Gaussian Pyramid——通过“先平滑、再抽取偶数行列”逐层缩小拉普拉斯金字塔Laplacian Pyramid——由相邻两层高斯金字塔的差值构成形似边缘图。高斯金字塔的构造高斯金字塔中上一层低分辨率由下一层高分辨率经过“删除相邻行/列”的方式生成上一层的每个像素由下一层 5 个像素按高斯权重贡献而成。这样一幅 M×N 的图像会变成 M/2×N/2面积缩小为原来的四分之一——这样一次尺寸减半称为一个Octave倍频程。向上每升一层分辨率继续减半向下扩展方向则每层面积变为 4 倍。高斯金字塔正是通过cv.pyrDown()和cv.pyrUp()两个函数获得。拉普拉斯金字塔的构造拉普拉斯金字塔从高斯金字塔推导而来OpenCV 没有为其提供专门的独立函数。拉普拉斯金字塔的每一层图像近似一张“只有边缘”的图大多数元素为零因此常用于图像压缩。某一层拉普拉斯金字塔 该层的高斯金字塔图像 − 其上层高斯金字塔图像经扩展pyrUp后的版本。也就是说你只需组合pyrDown与pyrUp加一次逐像素减法即可手工构造。降采样cv.pyrDown()函数签名与参数在 JS 环境中函数原型为cv.pyrDown(src, dst, dstsize new cv.Size(0, 0), borderType cv.BORDER_DEFAULT)参数说明与 C 接口cv::pyrDown完全对应参数说明src输入图像dst输出图像具有指定大小类型与src相同dstsize输出图像大小默认(0,0)表示自动计算为Size((src.cols1)/2, (src.rows1)/2)borderType像素外推方式见cv.BorderTypes不支持cv.BORDER_CONSTANTdstsize并非可以任意指定。无论取何值都必须满足约束|dstsize.width * 2 - src.cols| 2|dstsize.height * 2 - src.rows| 2即输出尺寸必须与“源尺寸的一半”相差不超过 1 个像素否则底层实现会直接触发断言失败。JS 代码示例以下代码取自教程配套的在线示例页面 js_pyramids_pyrDown.html。该页面已准备好canvasInput默认加载 lena.jpg也可通过文件选择器换图和canvasOutput两个canvas元素点击 “Try it” 按钮即可执行textarea 中的代码也可以自由修改实验let src cv.imread(canvasInput); let dst new cv.Mat(); // You can try more different parameters cv.pyrDown(src, dst, new cv.Size(0, 0), cv.BORDER_DEFAULT); cv.imshow(canvasOutput, dst); src.delete(); dst.delete();注意两个内存管理细节cv.imread与new cv.Mat()在堆上分配使用完毕后必须delete()释放避免 WebAssembly 堆泄漏。底层实现5×5 高斯核与“抽取偶数行列”结合 modules/imgproc/include/opencv2/imgproc.hpp 中pyrDown的接口文档与 modules/imgproc/src/pyramids.cpp 的实现可以看到pyrDown执行的是高斯金字塔构造中的降采样步骤——先与一个 5×5 高斯核做卷积1/256 * [ 1 4 6 4 1 4 16 24 16 4 6 24 36 24 6 4 16 24 16 4 1 4 6 4 1 ]然后丢弃偶数行和偶数列完成下采样。源码中pyrDown_模板函数约 L880 起用环形缓冲区先做水平方向卷积隔列抽取再做垂直方向卷积隔行抽取并按通道数 1/2/3/4 分别走标量或向量化SSE/NEON路径外层还通过cv::parallel_for_按行范围多线程并行cv::PyrDownInvoker。入口函数cv::pyrDownL1266 起还揭示了几个实用事实首先CV_Assert(borderType ! BORDER_CONSTANT)这就是“不支持 BORDER_CONSTANT”的原因——常量填充会破坏高斯卷积的对称性接口文档因此明确排除该模式默认dstsize为空时计算为Size((src.cols1)/2, (src.rows1)/2)即向上取整所以 400×400 的输入会得到 200×200而 401×400 会得到 201×200支持的深度为CV_8U / CV_16S / CV_16U / CV_32F / CV_64F其他类型会抛出StsUnsupportedFormat错误若输出为 UMat 且设备支持会优先走 OpenCL 后端ocl_pyrDownpyrDownkernel同时预留了 HAL 扩展点cv_hal_pyrdown与 IPP 加速路径。升采样cv.pyrUp()函数签名与参数JS 环境中函数原型为cv.pyrUp(src, dst, dstsize new cv.Size(0, 0), borderType cv.BORDER_DEFAULT)参数说明src输入图像dst输出图像具有指定大小类型与src相同dstsize输出图像大小默认(0,0)表示自动计算为Size(src.cols*2, src.rows*2)borderType像素外推方式仅支持cv.BORDER_DEFAULTdstsize的约束条件是|dstsize.width - src.cols*2| (dstsize.width mod 2)|dstsize.height - src.rows*2| (dstsize.height mod 2)即输出尺寸可以比“源尺寸的两倍”多出 0 或 1 个像素奇数尺寸场景。JS 代码示例以下代码同样取自教程配套的在线示例页面 js_pyramids_pyrUp.html页面结构与 pyrDown 示例一致canvasInput/canvasOutput 可编辑代码区let src cv.imread(canvasInput); let dst new cv.Mat(); // You can try more different parameters cv.pyrUp(src, dst, new cv.Size(0, 0), cv.BORDER_DEFAULT); cv.imshow(canvasOutput, dst); src.delete(); dst.delete();可以看到升采样后的图像在视觉上更“软”因为它是零填充模糊的结果并不包含新的高频细节只适合做金字塔层级间的过渡而非真正意义上的超分辨率放大。底层实现注入零行零列再用同一核×4 卷积从接口文档与pyrUp_模板函数modules/imgproc/src/pyramids.cpp L1038 起可以看出pyrUp执行高斯金字塔构造的升采样步骤但也可以用来构造拉普拉斯金字塔先把源图像注入偶数的零行和零列即两像素之间插入一个零像素图像面积变为 4 倍再与pyrDown相同的 5×5 高斯核相乘 4 后卷积。源码中可见src[x]*6 src[xcn]*2与(src[x] src[xcn])*4这类系数组合正是该核经 4 倍放大并简化后的水平/垂直分解卷积系数PU_SZ3 的行缓存只保留必要的 3 行邻域。入口函数cv::pyrUpL1374 起的事实要点CV_Assert(borderType BORDER_DEFAULT)——升采样只接受默认边界模式实现内部实际按BORDER_REFLECT_101语义处理见 L1077 的borderInterpolate调用传入其他模式会直接断言失败默认输出尺寸为Size(src.cols*2, src.rows*2)比pyrDown的向上取整更直接——pyrDown 是 5×5 卷积所以奇数尺寸要进位而 pyrUp 是 2 倍拉伸奇数目标尺寸允许相差 1 像素支持的深度同样是CV_8U / CV_16S / CV_16U / CV_32F / CV_64F固定点类型用FixPtCast、浮点类型用FltCast完成卷积中间值的溢出安全转换编译启用 IPP 时HAVE_IPP且 IPP 8.1对 8UC1/8UC3/32FC1/32FC3 的默认情形会优先调用ippiPyrUp_Gauss5x5_*硬件优化例程UMat 场景同样有ocl_pyrUp的 OpenCL 路径含pyrUp_cols2与pyrUp_unrolled两个 kernel。相关接口与配套示例buildPyramidmodules/imgproc/include/opencv2/imgproc.hpp 中定义了cv::buildPyramid(src, dst, maxlevel, borderType BORDER_DEFAULT)它把dst[0] src之后递归地逐层应用pyrDown一次性构造出maxlevel 1层的高斯金字塔向量适合需要整组金字塔层级的批量场景。C 交互示例仓库提供了同一套函数的 C 演示程序 samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp加载图像后按i键调用pyrUp(src, src, Size(src.cols*2, src.rows*2))放大、按o键调用pyrDown(src, src, Size(src.cols/2, src.rows/2))缩小是“图像变焦”玩法的最小实现。注意其中对pyrDown传入了整数除法得到的src.cols/2, src.rows/2——只有满足上文尺寸约束奇数尺寸向下取整时才合法。性能测试modules/imgproc/perf/perf_pyramids.cpp对pyrDown、pyrUp覆盖多种尺寸与像素类型组合的基准测试其中DISABLED_pyrDown_ovx用例验证了pyrDown(src, dst, cv::Size(), BORDER_REPLICATE)这一“默认尺寸 非默认边界”的组合。小结函数作用默认输出尺寸边界模式核心算法cv.pyrDown()模糊 降采样金字塔上行一层(src.cols1)/2, (src.rows1)/2任意但BORDER_CONSTANT不支持1/256 归一 5×5 高斯卷积后抽取偶数行列cv.pyrUp()升采样 模糊金字塔下行一层src.cols*2, src.rows*2仅BORDER_DEFAULT注入零行零列后以同核×4 卷积掌握这两个函数后你已经在 Web 端具备了完整的多尺度处理工具箱用pyrDown循环可搭出高斯金字塔用于多尺度检测用“本层高斯层 − pyrUp(上层)”的差值可手工搭出拉普拉斯金字塔用于图像融合与压缩类任务。参数细节以本仓库 modules/imgproc/include/opencv2/imgproc.hpp 的接口文档为准行为差异可通过 doc/js_tutorials/js_assets/js_pyramids_pyrDown.html 与 doc/js_tutorials/js_assets/js_pyramids_pyrUp.html 两个在线示例边改边验。【免费下载链接】opencvOpen Source Computer Vision Library项目地址: https://gitcode.com/GitHub_Trending/opencv31/opencv创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考