python opencv 高斯金字塔采样去噪

高斯金字塔可以用于图像的降采样（缩小）和升采样（放大）操作，其中降采样可以实现去噪的效果。具体步骤如下：

1. 对原始图像进行高斯滤波，得到一组模糊图像。

2. 对每个模糊图像进行下采样操作，得到一组大小不同的图像。

3. 对每个下采样图像进行高斯滤波，得到一组更模糊的图像。

4. 重复步骤2和3，直到达到所需的降采样级别。

5. 对最后一级下采样图像进行插值操作，得到原始图像的近似图像。

6. 将近似图像与原始图像相减，得到去噪后的图像。

下面是一个实现高斯金字塔去噪的示例代码：

import cv2

img = cv2.imread('lena.jpg')
cv2.imshow('Original', img)

# 构建高斯金字塔
pyramid = [img]
for i in range(5):
    img = cv2.pyrDown(img)
    pyramid.append(img)

# 对每个金字塔级别进行高斯滤波
for i in range(1, len(pyramid)):
    pyramid[i] = cv2.GaussianBlur(pyramid[i], (3, 3), 0)

# 重建金字塔
for i in range(len(pyramid) - 1, 0, -1):
    img = cv2.pyrUp(pyramid[i])
    img = cv2.resize(img, pyramid[i - 1].shape[:2][::-1])
    pyramid[i - 1] -= img

cv2.imshow('Denoised', pyramid[0])
cv2.waitKey()
cv2.destroyAllWindows()

在上面的代码中，我们首先读入了一张图像，并构建了5级高斯金字塔。然后对每个金字塔级别进行高斯滤波，得到更模糊的图像。接着我们重建了金字塔，并将重建后的图像与原始图像相减，得到去噪后的图像。最后将去噪后的图像显示出来。