? ? 圖像縮放是圖像處理中的基礎操作之一。無論是圖像預處理、數據增強還是圖像金字塔構建，cv::resize 都是我們最常用的函數之一。但你是否注意到，在 OpenCV 中同時還存在一個名為 cv::Mat::resize 的方法？這兩個函數雖然名字類似，但用途完全不同。

? ? 本篇博客將系統介紹 cv::resize 的功能與使用方法，并重點提示開發者不要將其與 cv::Mat::resize 混淆。

cv::resize：圖像尺寸縮放

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

• src: 輸入圖像
• dst: 輸出圖像
• dsize,fx,fy: 輸出圖像尺寸，可以使用dsize明確指出輸出圖像尺寸(如cv::Size(100,100))，或者使用fx,fy分別控制水平與垂直方向上縮放系數，如fx=0.5表示水平方向上縮小到原尺寸的0.5
• interpolation: 插值方式，包括：INTER_NEAREST 最近鄰，INTER_LINEAR 雙線性（默認），INTER_CUBIC 雙三次，INTER_AREA 像素區域重采樣（適合縮小）

cv::Mat img = cv::imread("lena.jpg");
cv::Mat small, large, dst;// 縮小為原來一半
cv::resize(img, small, cv::Size(), 0.5, 0.5, cv::INTER_AREA);// 放大到原圖2倍
cv::resize(img, large, cv::Size(), 2.0, 2.0, cv::INTER_CUBIC);// 變換到指定尺寸
// 注意：目標尺寸的指定方法只能二選一，如選擇指定尺寸則縮放系數為0，反之指定尺寸為0
cv::resize(img, dst, cv::Size(100, 100), 0, 0, cv::INTER_CUBIC);

不同插值方式的比較?

插值方法	縮小時效果	放大時效果	說明
INTER_NEAREST	鋸齒明顯	像素塊狀	最快但最差
INTER_LINEAR	較平滑	較清晰	適合放大，縮小時推薦平滑圖像后調用
INTER_CUBIC	非常平滑	較銳利	適合放大，縮小時推薦平滑圖像后調用
INTER_AREA	保細節	效果一般	專門為縮小圖像設計，等價于平滑圖像+INTER_LINEAR

常見誤區：不要把 cv::resize 和 cv::Mat::resize 混淆?

? ? OpenCV 中還有另一個方法 cv::Mat::resize(size_t)，這個函數并不是用于圖像縮放，而是改變矩陣中的元素數量。舉例說明：

// 創建一個1行10列的矩陣（或向量）
cv::Mat vec = (cv::Mat_<int>(1, 10) << 1,2,3,4,5,6,7,8,9,10);// 僅保留前5個元素
// 這里通過改變Mat對象頭文件實現數據尺寸改變，
// 如果改變后尺寸大于原來尺寸可能進行內存分布，否則不會進行內存分配！
vec.resize(5);  // 注意：這不是圖像縮小！

? ? 一句話總結：圖像縮放用 cv::resize，向量裁剪才 Mat::resize。?

實用技巧

• 圖像縮小建議使用 INTER_AREA當你對圖像進行縮小時，INTER_AREA 的區域重采樣方法可以保留更多細節，避免馬賽克感。

cv::resize(img, small, cv::Size(), 0.25, 0.25, cv::INTER_AREA);

• 你也可以使用固定目標尺寸進行縮放，不依賴縮放因子。

cv::resize(img, resized, cv::Size(256, 256));  // 直接縮放到 256×256

• 在一些應用中存在批量圖像縮放到統一尺寸的需求，常見用法如下：

std::vector<cv::Mat> images = ...;
for (auto& img : images) {cv::resize(img, img, cv::Size(224, 224));
}

深入理解圖像縮放?

? ? 在深入理解圖像插值：從原理到應用中，我們對與resize相關的圖像插值進行了詳細的講解，您可以參考該博文以深入理解圖像縮放相關內容。