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.csdn.net/renshengrumenglibing/article/details/6940120

#include "highgui.h"  
#include"cv.h"  


//superdont
//blog.csdn.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;  
}