一、什么是resize 函数：

　　resize函数opencv中专门用来调整图像大小的函数；

　　opencv 提供五种方法供选择分别是：

　　　　　　　　　　　　　　　　　　　a.最近邻插值——INTER_NEAREST；

　　　　　　　　　　　　　　　　　　　b.线性插值   ——INTER_LINEAR；（默认值）

　　　　　　　　　　　　　　　　　　　c.区域插值   ——INTER_AREA；(利用像素区域关系的重采样插值)

　　　　　　　　　　　　　　　　　　　d.三次样条插值——INTER_CUBIC（超过4*4像素邻域内的双三次插值）

　　　　　　　　　　　　　　　　　　　e.Lanczos插值——INTER_LANCZOS4（超过8*8像素邻域的Lanczos插值）

　　一般来说要缩小图像用区域插值（INTER_AREA）；要放大图像一般用三次样条插值（INTER_CUBIC）或者线性插值（INTER_LINEAR）；

二、resize 5类算法的公式：

　　以下图来说明假设下图的大小为m*n ，想通过resize 函数把尺度变化为m1*n1;

　　a.最近邻插值：

　　b.线性插值(双线性插值)：

　　　　　　　　　　　　                                                    其中：u v 是相当于放缩后的图像Dst相对于原图像Src中对应位置的小数部分；用的是最近邻插的公式；

　　c.区域插值：  当放大图像时类似最近邻插值，当缩小图像时候有不同的结果；能有效避免波纹出现；

d.三次样条插值(双三次插值):使用的是4*4邻域的像素双3次插值  从（i-1，j-1）到（i+2，j+2）所有点的插值运算结果公式如下图：

　　　　　　　　　　                                                   其中S（x）是对 sin(x*pi)/x  的逼近，为插值核；

　　e.Lanczos插值：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　其中：i，j 为缩放前的位置，水平相位值PH0 、PH1、PH2、PH3，垂直相位值PV0、PV1、PV2、PV3。具体如下图所示

三、函数申明格式：

　　C++：void resize (InputArray src, OutputArray dst,Size dsize,double fx=0;double fy=0,int interpolation=INTER_LINEAR);

　　第一个参数：为输入图像；

　　第二个参数：为输出图像；

　　第三个参数：输出图像的大小；

　　第四个参数：沿着水平轴的缩放系数；

　　第五个参数：沿着垂直轴的缩放系数；

　　第六个参数：插值方式默认为 INTER_LINEAR  线性插值；

四、具体的实验数据结果：

　　选取图像的数据为3*3矩阵[5,3,1,1,1,1,0,1,0];扩大到6*6的矩阵结果图

选取图像的数据为6*6矩阵缩小到3*3矩阵的结果图

　　结论：对于放大图像来说方法越复杂，求出来的数据效果越好，同样的计算时间也会提高（后面会验算时间），区域插值结果与最近邻插结果一样；

　　　　　 对于缩小图像来说方法越复杂，求出来的数据效果越好，同样的计算时间也会提高（后面会验算时间），区域插值结果与线性插值结果一样；

五、具体图像运算结果

　　　　缩小图像用区域插值；放大图像用三次样条插值（速度慢）；线性插值(速度快)；

六、算法的具体时间测试，用一张400*400的图像进行测试：  单位是 MS  用的clock_t  函数测试  循环100次然后 折算成MS

缩小成200*200像素图像的测试结果

　　最近邻插   双插线性  区域插值  双三插值   LANCZOS4

扩大成为 800*800像素图像的测试结果

最近邻插 双插线性 区域插值双三插值 LANCZOS4

　　PS：如果自己计算会发现结果不正确，根源在于图像中心opencv修正过；修正公式为：