#include<opencv2\opencv.hpp>   
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
 
//圖片的縮小與放大
int main()
{
    Mat img = imread("lol5.jpg");
    imshow("原始圖", img);
 
    Mat dst = Mat::zeros(512, 512, CV_8UC3); //我要轉(zhuǎn)化為512*512大小的
    resize(img, dst, dst.size());
 
    imshow("尺寸調(diào)整之后", dst);
 
    waitKey(0);
 
}

第二種，填入你要縮小或者放大的比率。

#include<opencv2\opencv.hpp>   
#include<opencv2\highgui\highgui.hpp>
 
using namespace std;
using namespace cv;
//圖片的縮小與放大
int main()
{
    Mat img = imread("lol5.jpg");
    imshow("原始圖", img);
    Mat dst;
    resize(img, dst, Size(),0.5,0.5);//我長寬都變?yōu)樵瓉淼?.5倍
    imshow("尺寸調(diào)整之后", dst);
    waitKey(0);
}

接下來說說圖像金字塔

說白了，圖像金字塔就是用來進行圖像縮放的，干的事情跟resize函數(shù)沒兩樣，那我們還需要學它嗎？我覺得有必要的額，因為在學習卷積神經(jīng)網(wǎng)絡(luò)中會遇到這個名詞，所以都學一學吧，搞圖形都繞不過他！

說說什么是圖像金字塔。

其實非常好理解，如上圖所示，我們將一層層的圖像比喻為金字塔，層級越高，則圖像尺寸越小，分辨率越低。

兩種類型的金字塔：

高斯金字塔：用于下采樣，主要的圖像金字塔；
拉普拉斯金字塔：用于重建圖像，也就是預(yù)測殘差（我的理解是，因為小圖像放大，必須插入一些像素值，那這些像素值是什么才合適呢，那就得進行根據(jù)周圍像素進行預(yù)測），對圖像進行最大程度的還原。比如一幅小圖像重建為一幅大圖像，

圖像金字塔有兩個高頻出現(xiàn)的名詞：上采樣和下采樣?，F(xiàn)在說說他們倆。

上采樣：就是圖片放大（所謂上嘛，就是變大），使用PryUp函數(shù)
下采樣：就是圖片縮?。ㄋ^下嘛，就是變?。?，使用PryDown函數(shù)

下采樣將步驟：

對圖像進行高斯內(nèi)核卷積

將所有偶數(shù)行和列去除

下采樣就是圖像壓縮，會丟失圖像信息。

上采樣步驟：

將圖像在每個方向放大為原來的兩倍，新增的行和列用0填充；
使用先前同樣的內(nèi)核（乘以4）與放大后的圖像卷積，獲得新增像素的近似值。

上、下采樣都存在一個嚴重的問題，那就是圖像變模糊了，因為縮放的過程中發(fā)生了信息丟失的問題。要解決這個問題，就得看拉普拉斯金字塔了。

下面給出OpenCV中pryUp和pryDown的用法。

#include<opencv2\opencv.hpp>   
#include<opencv2\highgui\highgui.hpp>
 
using namespace std;
using namespace cv;
//圖像金字塔
int main()
{
    Mat img = imread("lol8.jpg");
    imshow("原始圖", img);
    Mat dst,dst2;
    pyrUp(img, dst, Size(img.cols*2, img.rows*2)); //放大一倍
    pyrDown(img, dst2, Size(img.cols * 0.5, img.rows * 0.5)); //縮小為原來的一半
    imshow("尺寸放大之后", dst);
    imshow("尺寸縮小之后", dst2);
    waitKey(0);
}

顯然，無論是放大還是縮小，圖像都變得模糊了，這就是他的致命缺點。