图像金字塔

通常，我们需要将图像转换为与原始图像不同的尺寸。为此，有两种操作可能的选择：

放大图像(Upsize)或
缩小尺寸(Downsize)。

尽管OpenCV中有一个几何转换函数可以按实际大小调整图像大小（resize()），但在本章中，我们首先分析广这泛应用于各种视觉应用中的图像金字塔的用法。

举个例子，在一些著名的CNN神经网络中(如ResNet、YOLO、SSD等)，它们都使用了图像金字塔获取输入图像的特征。

当然，各个框架都有着稍微不一样的特征提取方式。这里就不细谈了。

图像金字塔是图像的集合。所有图像均来自单个原始图像。图像被连续降采样直到达到某个所需的停止点。
有两种常见的图像金字塔：

高斯金字塔(Gaussian Pyramid)：用于对图像进行下采样(Downsample)
拉普拉斯金字塔(Laplacian Pyramid)：高斯金字塔的相反。用于从金字塔较低(分辨率较低)的图像中重建上采样(Upsample)的图像

在本教程中，我们将使用高斯金字塔。

高斯金字塔

将金字塔想象成一组图层，其中图层越高，尺寸越小。

每层都从下到上编号，因此第(i+1)层（表示为G_i+1）小于第i层（G_i）。

为了产生高斯金字塔中的层(i+1)，我们执行以下操作：

将G_i与高斯核卷积：
删除所有偶数行和列。

可以轻松地注意到，生成的图像将恰好是其前身面积的四分之一。在输入图像G₀(原始图像)上重复此过程将生成整个金字塔。

上面的步骤对图像降采样很有用。如果要增大它会怎样？：填充零的列

首先，将图像放大为每个维度的两倍，并添加新的偶数行
使用上面显示的相同内核乘以4进行卷积，以近似“丢失像素”的值

这两个过程（如上所述的下采样和上采样）可以使用OpenCV函数pyrUp()和pyrDown()实现，正如我们将在下面的示例代码中看到的那样：

注：当我们减小图像尺寸时，实际上是在丢失图像信息。

函数

void pyrDown(Mat & src, Mat & dst, const Size & dstsize=Size(), int borderType=BORDER_DEFAULT) 模糊图像并对其进行下采样。
默认情况下，输出图像的大小计算为Size((src.cols + 1)/ 2, (src.rows + 1)/ 2)，但是在任何情况下，都应满足以下条件：

|dstsize.width * 2-src.cols|≤2 
|dstsize.height * 2-src.rows|≤2

void pyrUp(Mat & src, Mat & dst, const Size & dstsize=Size(), int borderType=BORDER_DEFAULT) 上采样图像，然后使其模糊。
默认情况下，输出图像的大小计算为Size(src.cols \ * 2, (src.rows \ * 2)，但是在任何情况下，都应满足以下条件：

|dstsize.width-src.cols ∗ 2|≤(dstsize.width mod 2)
|dstsize.height-src.rows ∗ 2|≤(dstsize.height mod 2)

参数

src        —— 输入图像。
dst        —— 输出图像；它具有指定的大小，并且与src类型相同。
dstsize    —— 输出图像的大小。
borderType —— 像素外推方法（不支持BORDER_CONSTANT）

例子

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

using namespace std;
using namespace cv;

int main() {
    cout << "\n Zoom In-Out demo \n "
            "------------------  \n"
            " * [i] -> Zoom in   \n"
            " * [o] -> Zoom out  \n"
            " * [ESC] -> Close program \n" << endl;

    // 读取图像
    Mat src = imread("Lenna-512.png");

    while (1) {
        imshow("Demo", src);
        char c = (char)waitKey(0);
        if (c == 27) { break; }
        else if (c == 'i') { 
            pyrUp(src, src, Size( src.cols*2, src.rows*2));
            cout << "** Zoom In: Image x 2" << endl;
        } else if (c == 'o') { 
            pyrDown(src, src, Size( src.cols/2, src.rows/2 ));
            cout << "** Zoom Out: Image / 2 " << endl;
        }
    }
    return 0;
}

结果

这是我使用的原图。注意这个图像的大小是512×512像素，512=2⁹，因此降采样不会产生任何错误。

按下两次‘o’，进行了两次pyrDown()操作，这是新的图像：

再按下两次‘i’，又进行了两次pyrUp()操作。由于我们缩小了图像的大小，因此我们本应损失一些分辨率。最后的输出图如下：