Comment créer une pyramide d’images avec Pillow ?

La création d'une pyramide d'images est une technique utile en traitement d'image qui vous permet de représenter une image à plusieurs échelles. Dans cet article de blog, je vais vous guider tout au long du processus de création d'une pyramide d'images à l'aide de la bibliothèque Pillow, et je mettrai également en avant nos offres en tant que fournisseur d'oreillers.

Qu’est-ce qu’une pyramide d’images ?

Une pyramide d'images est une collection d'images - toutes dérivées d'une seule image originale - qui sont successivement sous-échantillonnées jusqu'à ce qu'un point d'arrêt souhaité soit atteint. Il existe deux types courants de pyramides d’images : gaussienne et laplacienne. Les pyramides gaussiennes sont utilisées pour sous-échantillonner les images, tandis que les pyramides laplaciennes sont utilisées pour reconstruire une image suréchantillonnée à partir d'une image située plus bas dans la pyramide.

Conditions préalables

Avant de commencer, assurez-vous que la bibliothèque Pillow est installée. Sinon, vous pouvez l'installer en utilisant pip :

pip installer oreiller

Création d'une pyramide d'images gaussiennes

Commençons par créer une pyramide d'images gaussienne. Le code Python suivant montre comment procéder :

from PIL import Image def gaussian_pyramid(image,levels): pyramid = [image] for i in range(levels - 1): image = image.resize((image.width // 2, image.height // 2), Image.BICUBIC) pyramid.append(image) return pyramid # Ouvrir une image original_image = Image.open('your_image.jpg') # Générer une pyramide gaussienne à 4 niveaux pyramid = gaussian_pyramid(original_image, 4) # Enregistrez chaque niveau de la pyramide pour i, niveau dans enumerate(pyramid) : level.save(f'gaussian_level_{i}.jpg')

Dans ce code, nous définissons une fonctionpyramide_gaussiennequi prend une image et le nombre de niveaux en entrée. Il sous-échantillonne ensuite successivement l'image d'un facteur 2 en utilisant leredimensionnerméthode avec leImage.BICUBICfiltre de rééchantillonnage. Les images résultantes sont stockées dans une liste qui représente la pyramide de Gauss.

Création d'une pyramide d'images laplaciennes

Pour créer une pyramide d’images laplacienne, nous devons d’abord créer une pyramide gaussienne. Ensuite, nous pouvons calculer les images laplaciennes en soustrayant la version suréchantillonnée de chaque niveau de la pyramide gaussienne du niveau suivant. Voici le code :

à partir de l'importation PIL Image def gaussian_pyramid(image,levels) : pyramide = [image] pour i dans la plage (niveaux - 1) : image = image.resize((image.width // 2, image.height // 2), Image.BICUBIC) pyramid.append(image) return pyramid def laplacian_pyramid(gaussian_pyramid) : niveaux = len(gaussian_pyramid) laplacian = [] pour i dans la plage (niveaux - 1) : suréchantillonné = gaussian_pyramid[i + 1].resize((gaussian_pyramid[i].width, gaussian_pyramid[i].height), Image.BICUBIC) diff = ImageChops.difference(gaussian_pyramid[i], suréchantillonné) laplacian.append(diff) laplacian.append(gaussian_pyramid[-1]) return laplacian # Ouvrir une image original_image = Image.open('your_image.jpg') # Générer une pyramide gaussienne à 4 niveaux gaussian = gaussian_pyramid(original_image, 4) # Générer une pyramide laplacienne laplacian = laplacian_pyramid(gaussian) # Sauvegarder chaque niveau du Pyramide laplacienne pour i, niveau dans enumerate(laplacian) : level.save(f'laplacian_level_{i}.jpg')

Dans ce code, nous définissons d'abord lepyramide_gaussiennefonctionner comme avant. Ensuite, nous définissons une nouvelle fonctionlaplacien_pyramidequi prend une pyramide gaussienne en entrée. Il calcule les images laplaciennes en soustrayant la version suréchantillonnée de chaque niveau de la pyramide gaussienne du niveau suivant en utilisant la méthodeImageChops.différenceméthode.

Nos produits d'oreillers

En tant que fournisseur d'oreillers, nous proposons une large gamme d'oreillers de haute qualité pour répondre à vos besoins. Que vous recherchiez des oreillers pour unOreillers d’hôtel haut de gamme, ouOreiller de sarrasin santé biologique, ouOreillers en duvet d'oie, nous avons ce qu'il vous faut.

Nos oreillers sont fabriqués à partir des meilleurs matériaux et sont conçus pour offrir un maximum de confort et de soutien. Nous comprenons l'importance d'une bonne nuit de sommeil et nos oreillers sont conçus pour vous aider à y parvenir.

Conclusion

La création d'une pyramide d'images à l'aide de la bibliothèque Pillow est un processus simple qui peut être utile dans diverses applications de traitement d'images. Que vous travailliez sur la vision par ordinateur, la compression d'images ou que vous souhaitiez simplement explorer différentes manières de représenter une image, les pyramides d'images sont un outil puissant.

Si vous êtes intéressé par nos produits d'oreillers, nous vous invitons à nous contacter pour une discussion sur l'approvisionnement. Nous nous engageons à fournir les meilleurs produits et services à nos clients et nous sommes impatients de travailler avec vous.

Références

• Documentation sur l'oreiller : https://pillow.readthedocs.io/en/stable/
• Concepts de traitement d'image : traitement d'image numérique par Rafael C. Gonzalez et Richard E. Woods