opencv图像处理9-图像金字塔

图像金字塔在分割和匹配方面有重要用途，其中在sift匹配中是重要的一环~~

先看效果：

PyrDown

图像的下采样
void cvPyrDown( const CvArr* src, CvArr* dst, int filter=CV_GAUSSIAN_5x5 );
src
输入图像.
dst
输出图像, 宽度和高度应是输入图像的一半 ,传入前必须已经完成初始化
filter
卷积滤波器的类型，目前仅支持 CV_GAUSSIAN_5x5
函数 cvPyrDown 使用 Gaussian 金字塔分解对输入图像向下采样。首先它对输入图像用指定滤波器进行卷积，然后通过拒绝偶数的行与列来下采样图像。


PyrUp
图像的上采样
void cvPyrUp( const CvArr* src, CvArr* dst, int filter=CV_GAUSSIAN_5x5 );
src
输入图像.
dst
输出图像, 宽度和高度应是输入图像的2倍
filter
卷积滤波器的类型，目前仅支持 CV_GAUSSIAN_5x5

函数 cvPyrUp 使用Gaussian 金字塔分解对输入图像向上采样。首先通过在图像中插入值为 0的 偶数行和偶数列，然后对得到的图像用指定的滤波器进行高斯卷积，其中滤波器乘以4做插值。所以输出图像是输入图像的 4 倍大小。

关于卷积的实现请看另一篇博客：http://blog.****.net/renshengrumenglibing/article/details/6940120

#include "highgui.h" #include"cv.h" //superdont //blog.****.net/superdont int main() { IplImage * src = cvLoadImage("1.bmp"); IplImage * result1 = cvCreateImage( cvSize( src->width/2, src->height/2 ), src->depth, src->nChannels ); cvPyrDown( src, result1,CV_GAUSSIAN_5x5); IplImage * result2 = cvCreateImage( cvSize( src->width*2, src->height*2 ), src->depth, src->nChannels ); cvPyrUp( src, result2,CV_GAUSSIAN_5x5); cvNamedWindow( "source" , CV_WINDOW_AUTOSIZE); cvNamedWindow( "PyrDown" ,CV_WINDOW_AUTOSIZE); cvNamedWindow( "PyrUp" ,CV_WINDOW_AUTOSIZE); cvShowImage("source",src); cvShowImage( "PyrDown", result1); cvShowImage( "PyrUp",result2); cvWaitKey(0); cvReleaseImage(&src); cvReleaseImage(&result1); cvReleaseImage(&result2); cvDestroyAllWindows(); return 0; }