OpenCV C++版实现图像多尺度分析

在OpenCV中，可以使用函数cv::pyrDown和cv::pyrUp实现图像的多尺度分析。以下是一个简单的例子：

#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv)
{
    // 读取图像
    Mat image = imread("image.jpg");

    if (image.empty())
    {
        std::cerr << "Error: Image not found" << std::endl;
        return -1;
    }

    // 创建一个用于存储图像金字塔的向量
    std::vector<Mat> pyramid;

    // 初始化金字塔的第一层为原始图像
    pyramid.push_back(image.clone());

    // 生成图像金字塔
    for (int i = 0; i < 4; i++)
    {
        Mat down;
        pyrDown(pyramid[i], down); // 下采样

        pyramid.push_back(down);
    }

    // 显示金字塔的每一层
    for (int i = 0; i < pyramid.size(); i++)
    {
        imshow("Pyramid Level " + std::to_string(i), pyramid[i]);
    }

    waitKey(0);

    return 0;
}

在上面的示例中，我们首先读取了一个图像，然后创建了一个向量来存储图像金字塔的每一层。接下来，我们使用pyrDown函数来对原始图像进行下采样，生成金字塔的下一层。最后，我们将金字塔的每一层显示出来。

通过调整循环次数，可以生成不同层数的金字塔，从而实现多尺度分析。