我們這邊介紹影像金字塔，在OpenCV裡是可用pryUp()和pryDown()，分別對影像放大或縮小，影像金字塔通常在影像辨識上，將同一圖片多次的向下取樣， 藉以產生不同尺度下的多組圖片，藉由比對這些圖片，讓即使遇到不同大小的內容，也有好的搜尋結果。或者當物體檢測時，為了更快的處理速度，首先在頂層的小尺寸進行檢索，定位感興趣的物體，接著在高分辨的低層金字塔，進行更精確的搜索。
OpenCV有另一個調整影像大小的resize()函式，這兩者使用的地方不太一樣，如果單純調整影像輸出尺寸，這時使用resize()函式比較合適。
影像金字塔依算法分兩種，高斯(Gaussian)和拉普拉斯(Laplacian)金字塔，主要區分在計算不同層的金字塔像素值時，是用高斯濾波或拉普拉斯濾波，影像金字塔越上層越小，每上一層就縮小成原本的四分之一，最小為一個像素，以下為金字塔圖。
OpenCV使用高斯金字塔，來計算上一層影像，計算的方式為：
對當層影像使用高斯濾波對影像進行迴旋(convolve)。 移除偶數的行和列，這時我們可得到上層四分之一大小的影像。往下一層計算的方式為：
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。 以同樣的高斯濾波進行迴旋，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：來源圖。dst：輸出圖，深度會和來源圖相同，尺寸會依輸入參數決定。dstsize：輸出圖的尺寸，在預設的情況之下，輸出圖的行和列都是輸入圖的2倍。void pyrDown(InputArray src, OutputArray dst, const Size& dstsize=Size(), int borderType=BORDER_DEFAULT)
src：來源圖。dst：輸出圖，深度會和來源圖相同，尺寸會依輸入參數決定。dstsize：輸出圖的尺寸，在預設的情況之下，輸出圖的尺寸為：Size((src.cols+1)/2, (src.rows+1)/2)。以下示範pyrDown()和pyrUp()的使用，當我們縮小影像時會遺失部分的解析度，所以當我們再將影像放大時，會不如原圖清晰：
#include <cstdio> #include <opencv2/opencv.hpp> using namespace cv; int main(){ Mat src = imread("lena.jpg"); Mat dst1; Mat 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("pyrDown", dst1); imshow("pyrUp", dst2); waitKey(0); return 0; }转自：http://monkeycoding.com/?p=589
