转载地址：http://www.cnblogs.com/korbin/p/5612427.html

在图像处理过程中，有时需要把图像调整到同样大小，便于处理，这时需要用到图像resize()

原函数

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

前两个参数分别为输入和输出图像。dsize表示输出图像的大小，如果为0，则

dsize=Size(round(fx∗src.cols),round(fy∗src.rows))dsize=Size(round(fx∗src.cols),round(fy∗src.rows))

dsize和fx、fy不能同时为0。fx、fy是沿x轴和y轴的缩放系数；默认取0时，计算如下

fx=(double)dsize.width/src.colsfx=(double)dsize.width/src.cols

fy=(double)dsize.height/src.rowsfy=(double)dsize.height/src.rows

最优一个参数interpolation表示插值方式，有以下几种：

INTER_NEAREST - 最近邻插值

INTER_LINEAR - 线性插值（默认）

INTER_AREA - 区域插值

INTER_CUBIC - 三次样条插值

INTER_LANCZOS4 - Lanczos插值

 

INTER_NEAREST最近邻插值

目标如下的像素点为对应的最近的原图像的像素点。假设原图像大小为(s_height, s_width)，目标图像大小为(d_height, d_width)，那么高度和宽度的缩放比例为h_ratio = s_height/d_height，w_ratio=s_width/d_width。

对面目标图像像素:(x, y)其值等于原图像(x * w_ration, y * h_ration)处的值。

INTER_LINEAR 线性插值

默认使用。在使用最近邻插值时，得到的坐标未必是一个整数，例如

(xw_ration, yh_ration)=（10.5， 20.5），那么可能取得坐标点就有四种（10， 20）、（11， 20）、（10， 21）、（11， 21）。双线性插值，会把这四个坐标的像素值加权求和。

D(x, y) = S(j, k) * w1 + S(j+1, k) w2 + S(j+1,k+1) w3 + S(j, K+1) * w4，其中w为权值。权值大小和计算位置的小数部分有关。

CV_INTER_AREA：区域插值

区域插值分为3种情况。图像放大时类似于线性插值，图像缩小时可以避免波纹出现。

INTER_CUBIC 三次样条插值

使用4x4邻域内的像素双3次插值。

INTER_LANCZOS4 Lanczos插值

使用8×8像素邻域的Lanczos插值

举例

#include 
      
       #include 
       
         #include 
        
          int main(int argc, char* argv[]){ std::string path = ""; int resize_height = 256; int resize_width = 256; cv::Mat src = cv::imread(path); cv::Mat dst; imshow("src", src); cv::resize(src, dst, cv::Size(resize_width, resize_height), (0, 0), (0, 0), cv::INTER_LINEAR); imshow("dst", dst); cv::waitKey(0); return 0; }
        
       
      

参考