OpenCV 13. 이미지 피라미드

이미지 피라미드(Image Pyramids)

이미지의 스케일과 해상도를 조절하는 작업
전체 이미지에서 특정 이미지를 찾을 때 해상도를 다단계로 만들어 탐색. 동일한 이미지를 해상도와 스케일에 따라 나눈 이미지 세트를 이미지 피라미드라한다. 상위 단계로 갈수록 해상도는 작고 스케일이 높다.

1. Gaussian Pyramids

가우시안 피라미드는 크기 조절시 Gaussian Filter를 사용한다
downsampling : 상위 단계 이미지 생성 . 이미지를 가우시안 블러처리 후 짝수 행과 열을 제거
해상도 $M\times N$ 에서 $M/2\times N/2$ 가 되어 1/4 크기가 된다.(Octave)
upsampling : 하위 단계 이미지 생성. 상위 단계의 이미지에서 짝수 열과 행에 픽셀을 추가후 이미지를 블러처리하여 만든다.

cv2.pyrDown(src[,dst[,dstsize[,borderType]]]) -> dst
pyrDown은 Downsample 하기 전에 5X5 가우시안 필터를 적용하여 블러 처리한다.
dstsize : 출력 이미지 크기. 기본적으로 Octave로 계산된다.

cv2.pyrUp(src[,dst[,dstsize[,borderType]]]) -> dst
pyrUp은 Upsample한 후 위의 가우시안 필터같은 커널에 4를 곱하여 Upsamle이미지에 합성곱한다.

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('balloons1.jpg')

img_down = cv2.pyrDown(img)
img_up = cv2.pyrUp(img)

cv2.imshow('img',img)
cv2.imshow('img_down',img_down)
cv2.imshow('img_up',img_up)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. Laplacian Pyramid

가우시안 피라미드로 부터 생성된다.
라플라시안 필터는 이미지에서 고주파 통과 필터로 피라미드의 각 레벨에서 경계선 이미지를 얻을 수 있다.
라플라시안 피라미드의 레벨은 해당 레벨의 가우시안 피라미드 이미지와 상위 단계의 이미지를 확장시킨 이미지의 차이로 구성된다.
1. 원본 이미지로 상위 단계 생성
2. 만들어진 상위 단계에서 하위 단계 생성
3. 원본과 2에서 만들어진 이미지 크기를 resize를 통해 맞춘 후 차이를 구한다.

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('emoji1.png')
img_gad = cv2.pyrDown(img)
img_gau = cv2.pyrUp(img_gad)

print(img.shape)
print(img_gau.shape)

img_lap = cv2.subtract(img,img_gau)

cv2.imshow('Original',img)
cv2.imshow('Gaussian Down',img_gad)
cv2.imshow('Gaussian Up',img_gau)
cv2.imshow('Laplacian',img_lap)
cv2.waitKey(0)
cv2.destroyAllWindows()