python实现：计算原始图像的高斯金字塔

要在 Python 中计算原始图像的高斯金字塔，可以使用 OpenCV 库提供的函数 `cv2.pyrDown()` 和 `cv2.GaussianBlur()`。以下是一个示例代码：

import cv2

# 读取原始图像
img = cv2.imread('lena.jpg')

# 定义金字塔层数
levels = 3

# 计算高斯金字塔
gaussian_pyramid = [img]
for i in range(levels):
    img_down = cv2.pyrDown(gaussian_pyramid[i])
    img_blur = cv2.GaussianBlur(img_down, (5, 5), 0)
    gaussian_pyramid.append(img_blur)

# 显示金字塔图像
for i in range(levels+1):
    cv2.imshow('Gaussian Pyramid Level {}'.format(i), gaussian_pyramid[i])
    cv2.waitKey(0)
    cv2.destroyAllWindows()

在这个示例中，我们首先读取了名为 `lena.jpg` 的原始图像，然后定义了金字塔的层数为 3。接着，我们使用 `cv2.pyrDown()` 函数对图像进行下采样，得到金字塔的不同层，再使用 `cv2.GaussianBlur()` 函数对下采样后的图像进行高斯滤波，得到模糊后的图像。最后，我们使用 `cv2.imshow()` 函数显示金字塔的不同层，用户可以通过按下任意键来切换不同层的图像。