C++ 用于生成行人检测ROI的图像大小与图像金字塔-OpenCV

对于OpenCV驾驶辅助应用程序，我希望生成ROI作为更快行人分类的候选。我在GPU上运行这个。我不想使用detectMultiscale功能，因为它可以扫描整个图像（包括天空）。由于这些功能是不可伸缩的，我应该使用以下哪些功能来调整图像的大小以生成ROI

gpu:：resize（常量GpuMat&src、GpuMat&dst、大小dsize、双fx=0、双fy=0、整数插值=内部线性、流和流=流：：Null（））或

图像金字塔cv2.pyrUp（），cv2.pyrDown（）

我在OpenCV GPU库（2.4.9）中找不到图像金字塔

谁能推荐一下吗

---

感谢

首先，您可以通过使用cvRect（opencv rectangle）函数创建ROI图像/子矩阵来直接设置ROI，如下所示：

Mat image = imread("");
Rect region_of_interest = Rect(x, y, w, h);
Mat image_roi = image(region_of_interest);

但是，如果要生成更小的低采样（更少的行和列），棱锥体和调整大小之间存在一些差异：

-金字塔是一种滤波器，通过将所有图像与高斯卷积矩阵进行卷积，然后通过拒绝偶数行和列对图像进行降采样

-通过调整大小功能，进行几何变换，可以更改插值像素值的方法

---

在实践中：金字塔是一种通过4个子图像快速减少采样的方法；调整大小更通用，也可用于上采样。

首先，您可以通过使用cvRect（opencv矩形）函数创建ROI图像/子矩阵来直接设置ROI，如下所示：

Mat image = imread("");
Rect region_of_interest = Rect(x, y, w, h);
Mat image_roi = image(region_of_interest);

但是，如果要生成更小的低采样（更少的行和列），棱锥体和调整大小之间存在一些差异：

-金字塔是一种滤波器，通过将所有图像与高斯卷积矩阵进行卷积，然后通过拒绝偶数行和列对图像进行降采样

-通过调整大小功能，进行几何变换，可以更改插值像素值的方法

---

在实践中：金字塔是一种通过4个子图像快速减少采样的方法；调整大小更通用，也可用于上采样。

首先，您可以通过使用cvRect（opencv矩形）函数创建ROI图像/子矩阵来直接设置ROI，如下所示：

Mat image = imread("");
Rect region_of_interest = Rect(x, y, w, h);
Mat image_roi = image(region_of_interest);

但是，如果要生成更小的低采样（更少的行和列），棱锥体和调整大小之间存在一些差异：

-金字塔是一种滤波器，通过将所有图像与高斯卷积矩阵进行卷积，然后通过拒绝偶数行和列对图像进行降采样

-通过调整大小功能，进行几何变换，可以更改插值像素值的方法

---

在实践中：金字塔是一种通过4个子图像快速减少采样的方法；调整大小更通用，也可用于上采样。

首先，您可以通过使用cvRect（opencv矩形）函数创建ROI图像/子矩阵来直接设置ROI，如下所示：

Mat image = imread("");
Rect region_of_interest = Rect(x, y, w, h);
Mat image_roi = image(region_of_interest);

但是，如果要生成更小的低采样（更少的行和列），棱锥体和调整大小之间存在一些差异：

-金字塔是一种滤波器，通过将所有图像与高斯卷积矩阵进行卷积，然后通过拒绝偶数行和列对图像进行降采样

-通过调整大小功能，进行几何变换，可以更改插值像素值的方法

在实践中：金字塔是一种通过4个子图像快速减少采样的方法；调整大小更通用，也可用于上采样