企业官网建设流程全解析

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：

1. 高斯金字塔（Gaussian Pyramid）——通过“先平滑、再抽取偶数行列”逐层缩小；
2. 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）：

dstsize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::pyrDown（L1266 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.cols+1)/2, (src.rows+1)/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_pyrDown（pyrDownkernel）；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)

dstsize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[x+cn]*2与(src[x] + src[x+cn])*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_SZ=3 的行缓存只保留必要的 3 行邻域）。

入口函数cv::pyrUp（L1374 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

• buildPyramid：modules/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

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