本文分享内容来自图书《学习OpenCV 4：基于Python的算法实战》，该书内容如下：

第1章 OpenCV快速入门；
第2章 图像读写模块imgcodecs；
第3章 核心库模块core；
第4章 图像处理模块imgproc（一）；
第5章 图像处理模块imgproc（二）；
第6章 可视化模块highgui；
第7章 视频处理模块videoio；
第8章 视频分析模块video；
第9章 照片处理模块photo；
第10章 2D特征模块features2d；
第11章 相机标定与三维重建模块calib3d；
第12章 传统目标检测模块objdetect；
第13章 机器学习模块ml；
第14章 深度神经网络模块dnn

欢迎关注图书《深度学习计算机视觉实战》与《学习OpenCV4：基于Python的算法实战》。

图像金字塔是来自同一图像的不同分辨率的图像的集合，在图像缩放或图像分割中有很多应用。图像金字塔是通过采样完成的，下采样形成高斯金字塔，上采样形成拉普拉斯金字塔。

5.6.1 案例55：高斯金字塔

OpenCV中提供了生成高斯金字塔的函数pyrDown，函数的定义如下：

dst = pyrDown(src, dst=None, dstsize=None, borderType=None)

参数说明如下：
src，输入图像；
dst，输出图像（返回值）；
dstsize，输出图像尺寸；
borderType，边界模式，由BorderTypes定义（见3.4.5节）。
本案例使用的输入图像如图3.10所示，下采样一次的案例代码如下：

import cv2

src = cv2.imread("src.jpg")
#图像下采样
pyrdown1 = cv2.pyrDown(src)
#图像显示
cv2.imshow("src", src)
cv2.imshow("pyrdown1", pyrdown1)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行一次下采样的结果如图5.18所示。

图5.18
进行三下采样的案例代码如下：

import cv2

src = cv2.imread("src.jpg")
#三次下采样
pyrdown1 = cv2.pyrDown(src)
pyrdown2 = cv2.pyrDown(pyrdown1)
pyrdown3 = cv2.pyrDown(pyrdown2)
#图像显示
cv2.imshow("src", src)
cv2.imshow("pyrdown1", pyrdown1)
cv2.imshow("pyrdown2", pyrdown2)
cv2.imshow("pyrdown3", pyrdown3)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行三次采样得到的高斯图像金字塔如图5.19所示。

图5.19

5.6.2 案例56：拉普拉斯金字塔

OpenCV中提供了生成拉普拉斯金字塔的函数pyrUp，函数的定义如下：

dst = pyrUp(src, dst=None, dstsize=None, borderType=None)

参数说明如下：
src，输入图像；
dst，输出图像（返回值）；
dstsize，输出图像尺寸；
borderType，边界模式，由BorderTypes定义（见3.4.5节）。
3次上采样构建拉普拉斯金字塔的案例代码如下：

import cv2

src = cv2.imread("src_pyrup.jpg")
#三次上采样
pyrup1 = cv2.pyrUp(src)
pyrup2 = cv2.pyrUp(pyrup1)
pyrup3 = cv2.pyrUp(pyrup2)
#图像显示
cv2.imshow("src", src)
cv2.imshow("pyrup1", pyrup1)
cv2.imshow("pyrup2", pyrup2)
cv2.imshow("pyrup3", pyrup3)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行三次上采样形成的拉普拉斯金字塔如图5.20所示。

图5.20