参考学习：

（三）图像的放大和缩小_图像缩放原理-CSDN博客

【OpenCV学习笔记】之图像金字塔（Image Pyramid）_图像金字塔进行向下采样,是对图像进行-CSDN博客

你真正了解图像金字塔吗？详细介绍拉普拉斯金字塔和高斯金字塔（pyrDown() and pyrUp()），参考《OpenCV轻松入门：面向Python》-CSDN博客

图像的放大缩小

  图像的放缩其实是像素的映射，通过像素在图像的相对位置进行映射，如下图所示：

图1 图像放缩像素映射对应示意图

  • 放大图像：原图放大那么原图中的像素位置会映射到放大的相应位置，而那些没有被映射的位置就不存在有值的像素数值就是0。
  • 缩小图像：原图缩小虽然也是相应的映射，但是会存在丢失像素的问题，因为图像缩小不能将图像中所有像素一同容纳，一般无法直接改变像素的大小，所以缩小图像就会带来信息的丢失。

下图是相应放大的具体结果：

对原图像进行缩小其视觉上影响看起来很小，如下图：

 但是对原图进行放大因为像素点的缺失所以可以较明显的看出问题特别是放大越多越明显：

图像金字塔：

图像金字塔是多尺度处理中的一种。常见的图像金字塔分为两种：

  • 高斯金字塔 ( Gaussian pyramid): 用来向下/降采样，主要的图像金字塔
  • 拉普拉斯金字塔(Laplacian pyramid): 用来从金字塔低层图像重建上层未采样图像，在数字图像处理中也即是预测残差，可以对图像进行最大程度的还原，配合高斯金字塔一起使用。               

在多尺度特征中用于下采集和上采集，这里的上下采集可以这样理解，上与下就是指的是金字塔的上下，谁给指明代表谁的分辨率高也就是谁的图像看的更加清晰。

高斯金字塔进行下采集操作，其作用是缩小图像的尺寸，在底层是分辨率最高的，对图像进行缩小会带来信息的丢失。

拉普拉斯金字塔高斯金字塔基础上进行上采集操作，其作用可以是放大图像的尺寸，类似残差的方式对图像进行恢复放大，我觉得主要目的是对图像的特征进行提取吧，因为经过一次下采样再通过下采样形成的拉普拉斯金字塔得到的差感觉可以提取到很明显的特征，也可以通过这个差对图像特征进行增强：

 同时拉普拉斯金字塔可以做到无损压缩恢复图像的作用。刚开始讲了图像的放缩原理，那么在这里拉普拉斯金字塔其实就可以理解为高斯金字塔每层中丢失的信息。