少有人走的路演示代码：
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
src = imread("e:/5.png");
imshow("src img", src);
//上采样
pyrUp(src, dst, Size(src.cols * 2, src.rows * 2));
imshow("上采样图", dst);
//降采样
Mat s_down;
pyrDown(src, s_down, Size(src.cols / 2, src.rows / 2));
imshow("降采样图", s_down);
//DOG
Mat gray, g1, g2, dogImg;
cvtColor(src, gray, CV_BGR2GRAY);
GaussianBlur(gray, g1, Size(3, 3), 0, 0);
GaussianBlur(g1, g2, Size(3, 3), 0, 0);
subtract(g1, g2, dogImg, Mat());
imshow("dogImg", dogImg);
//归一化后的DOG图片
//把亮度拉伸到0,255的范围
normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);
imshow("normalize", dogImg);
waitKey(0);
return 0;
}
（由大到小依次为：上采样、原图、降采样）
（DOG图像，如果仔细看依稀还有点美女的影子）
（归一化后的DOG图像）
代码解释：
图像金字塔概念
1. 我们在图像处理中常常会调整图像大小，最常见的就是放大(zoom in)和缩小（zoom out），尽管几何变换也可以实现图像放大和缩小，但是这里我们介绍图像金字塔
2. 一个图像金字塔式一系列的图像组成，最底下一张是图像尺寸最大，最上方的图像尺寸最小，从空间上从上向下看就想一个古代的金字塔。
图像金字塔有两种，本文只介绍第和一种：
高斯金子塔 – 用来对图像进行降采样
拉普拉斯金字塔 – 用来重建一张图片根据它的上层降采样图片
图像金字塔产生一系列不同分辨率的图像，然后在不同的尺度空间去寻找我们图像对应的特征。
因为我们不知道我们输入的图像是个什么情况，图像的金字塔会保证图像的特征是一直存在的。
这个跟ps中说的双线性采值之类的图像放大或者缩小意义是不同的。
我们就是要通过图像金字塔的上采样与降采样得到它的上一层与下一层、不同分辨率的图像、在不同的尺度空间去寻找特征。
图像金字塔概念 – 高斯金字塔
高斯金子塔是从底向上，逐层降采样得到。
降采样之后图像大小是原图像MxN的M/2 x N/2 ,就是对原图像删除偶数行与列，即得到降采样之后上一层的图片。
高斯金子塔的生成过程分为两步：
- 对当前层进行高斯模糊
- 删除当前层的偶数行与列
即可得到上一层的图像，这样上一层跟下一层相比，都只有它的1/4大小。
高斯不同(Difference of Gaussian-DOG)
定义：就是把同一张图像在不同的参数下做高斯模糊之后的结果相减，得到的输出图像。称为高斯不同(DOG)
高斯不同是图像的内在特征，在灰度图像增强、角点检测中经常用到。
采样相关API
上采样(cv::pyrUp) – zoom in 放大
降采样 (cv::pyrDown) – zoom out 缩小
pyrUp(Mat src, Mat dst, Size(src.cols*2, src.rows*2))
生成的图像是原图在宽与高各放大两倍
pyrDown(Mat src, Mat dst, Size(src.cols/2, src.rows/2))
生成的图像是原图在宽与高各缩小1/2
---------------------
作者：hackpig
来源：www.skcircle.com
版权声明：本文章代码及资料部分或全部来自贾志刚老师的视频，勇哥只是在个人理解的基础上做学习笔记，转载请附上博文链接！
