为什么MATLAB imresize函数和OpenCV resize函数的结果不同？ 今年4月，我按照MATLAB代码自己写卷积神经网络c的实现时，发现了这个问题，但是那个时候问题不大，所以没怎么关注。 今天，我在堆栈概述中正好看到了相关的问题。 whyopencvcv2. resizegivesdifferentanswerthanmatlabimresize？ 解开了我心中的疑惑。 本文的主要内容是评论此堆栈溢出问题，并将一些代码从Python翻译为c。
首先，当它变大时，可以看到MATLAB和OpenCV的结果相同：
x=im resize ([ 1，2； 3，4 ]、[ 4，4 ]、' bilinear ' )
% x=
% 1.0000 1.2500 1.7500 2.0000
% 1.5000 1.7500 2.2500 2.5000
% 2.5000 2.7500 3.2500 3.5000
% 3.0000 3.2500 3.7500 4.0000
doubledata [ ]={ 1，2，3，4 }；
cv :3360 mata (2，2，CV_64FC1，data )；
std:cout
cv:3360resize(a，a，cv:3360size ) 4，4 )，cv:INTER_LINEAR )；
std:cout
//[ 1，1.25，1.75，2；
//1.5、1.75、2.25、2.5；
//2.5、2.75、3.25、3.5；
//3，3.25，3.75，4 ]
但是，缩小矩阵时，结果不同：
imresize(x，[ 2，2 ]，' bilinear ' ) )。
% ans=
% 1.5625 2.1875
% 2.8125 3.4375
cv:3360resize(a，a，cv:3360size ) 2，2 )，cv:INTER_LINEAR )；
std:cout
//[ 1.375，2.125；
//2.875，3.625 ]
为什么会这样呢？ 原因是，MATLAB的imresize函数默认情况下启用并禁用anti-aliasing，结果与c相同：
imresize(x，[ 2，2 ]，' bilinear '，' AntiAliasing '，false ) )。
% ans=
% 1.3750 2.1250
% 2.8750 3.6250
那么，如何使OpenCV实现矩阵im resize函数的anti-aliasing功能呢？ 这个问题留待日后解决。 本文中的特定代码显示了opencv-and-CPP-for-MATLAB-users demo _ opencv functions文件夹下的demo_resize.cpp函数。 为了方便，代码如下所示。
#包含
#包含
void demo_resize (
{
doubledata [ ]={ 1，2，3，4 }；
cv :3360 mata (2，2，CV_64FC1，data )；
std:cout
cv:3360resize(a，a，cv:3360size ) 4，4 )，cv:INTER_LINEAR )；
std:cout
cv:3360resize(a，a，cv:3360size ) 2，2 )，cv:INTER_LINEAR )；
std:cout
}
请注明出处。