OpenCV中resize()函數的插值方式對比

    在進行圖像縮放過程中，opencv中的resize函數是最常用的，其速度相對較快，隻需要一行代碼即可。此函數中提供5種縮放插值的方法。在下文中将進行對比。

1、resize函數簡介

參數含義

參數含義： 
InputArray src     -原圖像 
OutputArray dst    -輸出圖像 
Size dsize         -目标圖像的大小 
double fx=0        -在x軸上的縮放比例 
double fy=0        -在y軸上的縮放比例 
int interpolation  -插值方式，有以下5種方式 
 
INTER_NEAREST      -最近鄰插值 
INTER_LINEAR       -雙線性插值 (預設使用) 
INTER_AREA         -區域插值。 
INTER_CUBIC        -三次樣條插值，也叫立方插值（超過4*4像素鄰域内的雙三次插值）
INTER_LANCZOS4     -Lanczos插值（超過8*8像素鄰域的Lanczos插值）
           

2、算法對比

算法	INTER_NEAREST	INTER_LINEAR	INTER_CUBIC	INTER_LANCZOS4	INTER_AREA
主要思想	用距離采樣點最近的像素值最為采樣點的灰階值	用雙線性方式計算采樣點周圍的4個點，計算其灰階值	根據采樣點的周圍16個像素值的雙線性關系以及像素變化率，計算出采樣點的灰階值	在x，y方向分别對相鄰的八個點進行插值，也就是計算權重和，傅立葉變換有關的三角函數的方法	使用像素區域關系進行重采樣，圖像放大時類似于雙線性插值，縮放時類似于最近鄰插值
鋸齒現象	不可避免	可避免	可避免	可避免	可避免
周圍像素	未考慮	未考慮	已考慮	已考慮	已考慮
速度	最快	較快	一般	較慢	最慢

    以上算法的速度統計存在幾個問題，具體需要應用者自己重新測試确定，但是此結果基本準确。問題主要有：

1. 為考慮圖像的分辨率，尤其是INTER_AREA、INTER_CUBIC和INTER_LANCZOS4插值，圖像分辨率的大小對其有一定的影響，一般情況INTER_AREA效率低一些；
2. 算法運作過程中，opencv内部進行了優化，是以實際時間有些許波動；
3. 測試過程中，硬體裝置的幹擾；

3、總結

    如果縮小圖像，INTER_AREA插值效果最好，而且可以有效防止産生波紋現象，如果放大圖像，通常使用INTER_CUBIC或是INTER_LANCZOS4，此兩種方法速度較慢，但效果相對較好。盡管INTER_NEAREST算法相當快，但使其效果大打折扣，一般很少使用。

    值得注意的是INTER_LINEAR速度較快，效果一般，其會抑制圖像信号中的高頻分量（即圖像邊緣會變模糊）。對于要求不高的場景，可以考慮此算法，但是如果需要最大限度的保留圖像中的邊緣與其他特征（如角點等），且對程式的效率要求并不是很苛刻，則不建議優先使用此算法。