opencv图像金字塔

下采样:

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
	// 读取图像
	cv::Mat src = cv::imread("C:/Users/10623/Pictures/adf4d0d56444414cbeb809f0933b9214.png");
	if (src.empty()) {
		std::cout << "无法加载图像" << std::endl;
		return -1;
	}

	// 创建一个与源图像同样大小的 Mat 对象,用于存储结果
	cv::Mat dst1,dst2,dst3;

	// 使用 pyrDown 进行向下采样
	cv::pyrDown(src, dst1);
	cv::pyrDown(dst1, dst2);
	cv::pyrDown(dst2, dst3);
	// 显示原始图像和下采样后的图像
	cv::imshow("Original Image", src);
	cv::imshow("Downsampled Image", dst1);
	cv::imshow("2",dst2);
	cv::imshow("3",dst3);
	cv::waitKey(0);

	return 0;
}
cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 读取图像
    cv::Mat src = cv::imread("path_to_your_image.jpg");
    if (src.empty()) {
        std::cout << "无法加载图像" << std::endl;
        return -1;
    }

    // 创建一个向量来存储多尺度金字塔的图像
    std::vector<cv::Mat> images;

    // 使用 buildPyramid 创建多尺度金字塔
    int scale = 1;
    while (src.size().width > 10 && src.size().height > 10) {
        cv::Mat image;
        cv::pyrDown(src, image);  // 使用 pyrDown 进行向下采样
        images.push_back(image);
        src = image;
        scale *= 2;
    }

    // 显示原始图像和多尺度金字塔的图像
    for (int i = images.size() - 1; i >= 0; i--) {
        std::cout << "Scale: " << scale << std::endl;
        cv::imshow("Image", images[i]);
        cv::waitKey(0);
        scale /= 2;
    }

    return 0;
}

上采样:

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
	// 读取图像
	cv::Mat src = cv::imread("C:/Users/10623/Pictures/adf4d0d56444414cbeb809f0933b9214.png");
	if (src.empty()) {
		std::cout << "无法加载图像" << std::endl;
		return -1;
	}

	// 创建金字塔参数
	int max_level = 5;  // 最大金字塔层数
	cv::Mat dst,dst1, dst2, dst3,dst4,dst5;
	// 使用 pyrDown 进行向下采样
	cv::pyrDown(src, dst1);
	cv::pyrDown(dst1, dst2);
	cv::pyrDown(dst2, dst3);
	// 构建金字塔
	cv::pyrUp(dst3, dst, cv::Size(dst3.cols * 2, dst3.rows * 2));  // 向上采样到下一层
	cv::pyrUp(dst, dst4, cv::Size(dst.cols * 2, dst.rows * 2));
	cv::pyrUp(dst4, dst5, cv::Size(dst4.cols * 2, dst4.rows * 2));
	cv::imshow("Pyramid Level 1",dst);
	cv::imshow("Pyramid Level 2", dst4);
	cv::imshow("Pyramid Level 3", dst5);
	cv::waitKey(0);
	return 0;
}
相关推荐
DisonTangor1 小时前
DeepSeek-OCR 2: 视觉因果流
人工智能·开源·aigc·ocr·deepseek
薛定谔的猫19821 小时前
二十一、基于 Hugging Face Transformers 实现中文情感分析情感分析
人工智能·自然语言处理·大模型 训练 调优
发哥来了2 小时前
《AI视频生成技术原理剖析及金管道·图生视频的应用实践》
人工智能
数智联AI团队2 小时前
AI搜索引领开源大模型新浪潮,技术创新重塑信息检索未来格局
人工智能·开源
不懒不懒2 小时前
【线性 VS 逻辑回归:一篇讲透两种核心回归模型】
人工智能·机器学习
冰西瓜6002 小时前
从项目入手机器学习——(四)特征工程(简单特征探索)
人工智能·机器学习
Ryan老房2 小时前
未来已来-AI标注工具的下一个10年
人工智能·yolo·目标检测·ai
丝斯20113 小时前
AI学习笔记整理(66)——多模态大模型MOE-LLAVA
人工智能·笔记·学习
小鸡吃米…3 小时前
机器学习中的代价函数
人工智能·python·机器学习
HaiLang_IT4 小时前
计算机视觉选题指南(2026版):图像分类、目标检测、分割等热门方向详解
计算机视觉·分类·课程设计