Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm
在OpenCV中，使用函数cv2.pyrUp()实现图像金字塔操作中的向上采样，其语法形式如下：
dst = cv2.pyrUp( src[, dstsize[, borderType]] )其中：
● dst为目标图像。
● src为原始图像。
● dstsize为目标图像的大小。
● borderType为边界类型，默认值为BORDER_DEFAULT，且这里仅支持BORDER_DEFAULT。
默认情况下，目标图像的大小为Size(src.cols2, src.rows2)。在任何情况下，图像尺寸需要满足下列条件：
|dst. width - src. cols∗2|≤mod（dst. widh,2）
|dst. height - src. rows∗2|≤mod（dst.height,2）
对图像向上采样时，在每个像素的右侧、下方分别插入零值列和零值行，得到一个偶数行、偶数列（即新增的行、列）都是零值的新图像New。接下来，用向下采样时所使用的高斯滤波器对新图像New进行滤波，得到向上采样的结果图像。需要注意的是，为了确保像素值区间在向上采样后与原始图像保持一致，需要将高斯滤波器的系数乘以4。
上一段描述的是OpenCV函数cv2.pyrUp()所实现的向上采样过程。了解上述过程，有助于我们更好地理解和使用该函数。但是，OpenCV库的目的就是要让我们忽略这些细节，直接使用函数cv2.pyrUp()完成向上采样。
eg1：使用函数cv2.pyrUp()对一幅图像进行向上采样，观察采样的结果。
程序如下：
import cv2
o=cv2.imread("lenas.bmp")
r1=cv2.pyrUp(o)
r2=cv2.pyrUp(r1)
r3=cv2.pyrUp(r2)
print("o.shape=",o.shape)
print("r1.shape=",r1.shape)
print("r2.shape=",r2.shape)
print("r3.shape=",r3.shape)
cv2.imshow("original",o)
cv2.imshow("r1",r1)
cv2.imshow("r2",r2)
cv2.imshow("r3",r3)
cv2.waitKey()
cv2.destroyAllWindows()本例使用cv2.pyrUp()函数对图像进行了3次向上采样。采样后，利用print()函数输出了每次采样结果图像的大小，用cv2.imshow()函数显示了原始图像和3次向上采样后的结果图像。
程序运行后，会输出如下结果：
o.shape= (64, 64, 3)
r1.shape= (128, 128, 3)
r2.shape= (256, 256, 3)
r3.shape= (512, 512, 3)从上述输出结果可知，经过向上采样后，图像的宽度和高度都会变为原来的2倍，图像整体大小会变为原来的4倍。
程序还会显示如图11-6所示图像，图像大小就是上述输出结果所显示的大小。这里为了便于对比，将它们调整成了等高格式展示。读者可以通过各个图像内标题栏所占比例，看出各个图像大致的尺寸关系。
在下图中：
● ( a )图是原始图像o。
● ( b )图是对原始图像o进行向上采样后的结果图像r1。
● ( c )图是对图像r1进行向上采样后的结果图像r2。
● ( d )图是对图像r2进行向上采样后的结果图像r3。
