在影象處理中，影象的縮放常常會利用到。影象金字塔概念就和影象的縮放相關。如果把正常大小的圖片放在金字塔結構的中間，那麼金字塔的上部就相當於圖片的收縮，金字塔的地步就相當於圖片的放大。金字塔結構有兩種，分別是高斯金字塔和拉普拉斯金字塔。在本次學習中，接觸到的是高斯金字塔，我們把圖片收縮叫做下采樣，圖片放大叫做上取樣。相關函式如下：

（1）pyrUp(源Mat物件,目標Mat物件,Size(源物件列數*2,源物件行數*2))//上取樣，生成的影象是原圖在寬高上各放大1倍。

（2）pyrDown(源Mat物件,目標Mat物件,Size(源物件列數/2,源物件行數/2))//下采樣，生成的影象是原圖在寬高上各縮小1倍。

隨帶提一下高斯不同的概念（Difference of Gaussian-DOG）：把同一張影象在不同的引數下做高斯模糊之後的結果相減，得到輸出影象。高斯不同能夠反映影象的內在特徵。

（3）subtract(Mat物件1,Mat物件2,目標Mat物件)//把兩個影象相減結果賦給目標影象。

（4）normalize(源Mat物件,目標Mat物件,最大值max,最小值min,NORM_MAXMIN)//把影象的畫素集合歸一化到min~max的區間。

演示程式碼：

#include<opencv2\opencv.hpp>
#include<iostream>
#include<math.h>
#include<algorithm>

using namespace std;
using namespace cv;



int main()
{
	Mat src,dst_up,dst_down;
	src = imread("1.jpg", 1);
	if (src.empty())
	{
		printf("cannot load!");
		return -1;
	}
	namedWindow("原圖");
	imshow("原圖", src);
	
	//上取樣
	pyrUp(src, dst_up, Size(src.cols * 2, src.rows * 2));
	namedWindow("上取樣");
	imshow("上取樣", dst_up);

	//下采樣
	pyrDown(src, dst_down, Size(src.cols / 2, src.rows / 2));
	namedWindow("下采樣");
	imshow("下采樣", dst_down);

	//高斯不同
	Mat g1, g2, dogImg;
	GaussianBlur(src, g1, Size(5, 5), 0, 0);
	GaussianBlur(src, g2, Size(5, 5), 11, 11);
	subtract(g1, g2, dogImg);
	//歸一化顯示
	normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);//因為兩個影象的差值肯定不大，看起來一片黑，所以需要把畫素擴充套件到0~255的區間。
	namedWindow("高斯不同");
	imshow("高斯不同", dogImg);

	waitKey(0);
	return 0;
}