OpenCV图像金字塔(pryUp()、pryDown())

 我们这边介绍图片金字塔，在OpenCV里是可以用pryUp()和pryDown()分别对图片进行放大或缩小，图片金字塔通常在图片辨识上，将同一图片多次向下取样，籍以产生不同尺度下的多组图片，籍由比对这些图片，让即使遇到不同大小的内容也有好的搜索结果。或是当物体检测时，为了更快的处理速度，首先在顶层的小尺寸进行检索，定位感兴趣的物体，接着在高分辨的低层金字塔进行精确的搜索。

OpenCV有另一个调整图片大小的函数resize()，这两者使用的地方不太一样，如果单纯调整图片输出尺寸，这时候用resize()函数比较合适。

金字塔算法分两种，高斯(Gaussian)和拉普拉斯(Laplacian)金字塔，主要区分在计算不同层的金字塔像素时是用高斯滤波或普拉斯滤波，图片金字塔越上层越小，每上一层就缩小成原本的四分之一，最小为一个像素，以下为金字塔图

OpenCV使用高斯金字塔，來計算上一層影像，計算的方式為：

1. 对图片进行高斯滤波后卷积
2. 移除偶数的行和列，这时我们可得到上层四分之一的图片

往下一层的计算方式为:

1. 行和列都放大2倍，奇數的行和列為原本的值，偶數的行和列值設為零。
2. 以同樣的高斯濾波進行卷积，得到所有像素的值。

以下為OpenCV在影像金字塔上，所使用的高斯濾波核心：

 

void pyrUp(InputArray src, OutputArray dst, const Size& dstsize=Size(), int borderType = BORDER_DEFAULT)

• src  输入图
• dst  输出图，深度会和来源图相同，尺寸会依输入图参数决定
• dstsize   输出图的尺寸，在预定的情况下，输出图的尺寸为: Size((src.cols+1)/2,(src.rows+1)/2).

示例:

  

#include <opencv2/opencv.hpp>
#include <opencv2/staic3.hpp>

using namespace cv;


int main()
{

     Mat  src = imread("lena.jpg",CV_LOAD_IMAGE_UCHANGE);
     Mat  dst1,dst2;
     pyrDown(src,dst1,Size(src.cols/2,src.rows/2));
     pyrUp(dst1,dst2, Size(dst1.cols*2,dst1.rows*2));
     imshow("origin",src);
     imshow("pryDown",dst2);
     imshow("pryUp", dst3);
     waitKey(0);
      return 0;
}