高斯金字塔

• 想想金字塔为一层一层的图像，层级越高，图像越小。

  

• 每一层都按从下到上的次序编号， 层级  (表示为  尺寸小于层级  ())。

• 为了获取层级为  的金字塔图像，我们采用如下方法:

  • 将  与高斯内核卷积:

    

  • 将所有偶数行和列去除。

• 显而易见，结果图像只有原图的四分之一。通过对输入图像  (原始图像) 不停迭代以上步骤就会得到整个金字塔。

• 以上过程描述了对图像的向下采样，如果将图像变大呢?:

  • 首先，将图像在每个方向扩大为原来的两倍，新增的行和列以0填充()
  • 使用先前同样的内核(乘以4)与放大后的图像卷积，获得 “新增像素” 的近似值。

• 这两个步骤(向下和向上采样) 分别通过OpenCV函数 pyrUp 和 pyrDown 实现, 我们将会在下面的示例中演示如何使用这两个函数。

• 实例：（放大）

• 、
  

• 缩小

• 
  

• // ConsoleApplication3_6_23.cpp : Defines the entry point for the console application.
  //
  
  #include "stdafx.h"
  #include<opencv2/opencv.hpp>
  #include<iostream>
  using namespace std;
  using namespace cv;
  
  
  Mat src,dst;
  int model = 0;
  const int max_model = 1;
  char* windowName = "Demo";
  
  void Image_pro(int,void*);
  int _tmain(int argc, _TCHAR* argv[])
  {
  	src = imread("hwl.jpg");
  	namedWindow("原图",CV_WINDOW_AUTOSIZE);
  	imshow("原图",src);
  	if(!src.data)
  		return -1;
  	namedWindow(windowName,CV_WINDOW_AUTOSIZE);
  	createTrackbar("0-放大 \n 1-缩小",
  		windowName,&model,max_model,Image_pro);
  
  	Image_pro(0,0);
  	waitKey(0);
  	return 0;
  }
  void Image_pro(int,void*){
  
  	if(0 == model)
  	{
  		pyrUp(src,dst,Size(src.cols * 2,src.rows * 2));
  	}else{
  		pyrDown(src,dst,Size(src.cols / 2,src.rows / 2));
  	}
  	imshow(windowName,dst);
  }