图像缩放是图像处理中的基础操作之一。无论是图像预处理、数据增强还是图像金字塔构建，cv::resize 都是我们最常用的函数之一。但你是否注意到，在 OpenCV 中同时还存在一个名为 cv::Mat::resize 的方法？这两个函数虽然名字类似，但用途完全不同。
本篇博客将系统介绍 cv::resize 的功能与使用方法，并重点提示开发者不要将其与 cv::Mat::resize 混淆。
cv::resize：图像尺寸缩放
cpp
void cv::resize(
InputArray src,
OutputArray dst,
Size dsize,
double fx = 0,
double fy = 0,
int interpolation = INTER_LINEAR
);- src: 输入图像
- dst: 输出图像
- dsize,fx,fy: 输出图像尺寸，可以使用dsize明确指出输出图像尺寸(如cv::Size(100,100))，或者使用fx,fy分别控制水平与垂直方向上缩放系数，如fx=0.5表示水平方向上缩小到原尺寸的0.5
- interpolation: 插值方式，包括：
INTER_NEAREST最近邻，INTER_LINEAR双线性（默认），INTER_CUBIC双三次，INTER_AREA像素区域重采样（适合缩小）
cpp
cv::Mat img = cv::imread("lena.jpg");
cv::Mat small, large, dst;
// 缩小为原来一半
cv::resize(img, small, cv::Size(), 0.5, 0.5, cv::INTER_AREA);
// 放大到原图2倍
cv::resize(img, large, cv::Size(), 2.0, 2.0, cv::INTER_CUBIC);
// 变换到指定尺寸
// 注意：目标尺寸的指定方法只能二选一，如选择指定尺寸则缩放系数为0，反之指定尺寸为0
cv::resize(img, dst, cv::Size(100, 100), 0, 0, cv::INTER_CUBIC);不同插值方式的比较
| 插值方法 | 缩小时效果 | 放大时效果 | 说明 |
|---|---|---|---|
| INTER_NEAREST | 锯齿明显 | 像素块状 | 最快但最差 |
| INTER_LINEAR | 较平滑 | 较清晰 | 适合放大，缩小时推荐平滑图像后调用 |
| INTER_CUBIC | 非常平滑 | 较锐利 | 适合放大，缩小时推荐平滑图像后调用 |
| INTER_AREA | 保细节 | 效果一般 | 专门为缩小图像设计，等价于平滑图像+INTER_LINEAR |
常见误区：不要把 cv::resize 和 cv::Mat::resize 混淆
OpenCV 中还有另一个方法 cv::Mat::resize(size_t)，这个函数并不是用于图像缩放，而是改变矩阵中的元素数量。举例说明：
cpp
// 创建一个1行10列的矩阵（或向量）
cv::Mat vec = (cv::Mat_<int>(1, 10) << 1,2,3,4,5,6,7,8,9,10);
// 仅保留前5个元素
// 这里通过改变Mat对象头文件实现数据尺寸改变，
// 如果改变后尺寸大于原来尺寸可能进行内存分布，否则不会进行内存分配！
vec.resize(5); // 注意：这不是图像缩小！一句话总结：图像缩放用 cv::resize，向量裁剪才 Mat::resize。
实用技巧
- 图像缩小建议使用
INTER_AREA当你对图像进行缩小时，INTER_AREA的区域重采样方法可以保留更多细节，避免马赛克感。
cpp
cv::resize(img, small, cv::Size(), 0.25, 0.25, cv::INTER_AREA);- 你也可以使用固定目标尺寸进行缩放，不依赖缩放因子。
cpp
cv::resize(img, resized, cv::Size(256, 256)); // 直接缩放到 256×256- 在一些应用中存在批量图像缩放到统一尺寸的需求，常见用法如下：
cpp
std::vector<cv::Mat> images = ...;
for (auto& img : images) {
cv::resize(img, img, cv::Size(224, 224));
}深入理解图像缩放
在深入理解图像插值：从原理到应用中，我们对与resize相关的图像插值进行了详细的讲解，您可以参考该博文以深入理解图像缩放相关内容。