一、什么是resize 函數：
resize函數opencv中專門用來調整圖像大小的函數；
opencv 提供五種方法供選擇分別是：
a.最近鄰插值——INTER_NEAREST；
b.線性插值 ——INTER_LINEAR；（默認值）
c.區域插值 ——INTER_AREA；(利用像素區域關系的重采樣插值)
d.三次樣條插值——INTER_CUBIC（超過4*4像素鄰域內的雙三次插值）
e.Lanczos插值——INTER_LANCZOS4（超過8*8像素鄰域的Lanczos插值）
一般來說要縮小圖像用區域插值（INTER_AREA）；要放大圖像一般用三次樣條插值（INTER_CUBIC）或者線性插值（INTER_LINEAR）；
二、resize 5類算法的公式：
以下圖來說明假設下圖的大小為m*n ，想通過resize 函數把尺度變化為m1*n1;
a.最近鄰插值：
b.線性插值(雙線性插值)：
其中：u v 是相當於放縮后的圖像Dst相對於原圖像Src中對應位置的小數部分；用的是最近鄰插的公式；
c.區域插值： 當放大圖像時類似最近鄰插值，當縮小圖像時候有不同的結果；能有效避免波紋出現；
d.三次樣條插值(雙三次插值):使用的是4*4鄰域的像素雙3次插值 從（i-1，j-1）到（i+2，j+2）所有點的插值運算結果公式如下圖：
其中S（x）是對 sin(x*pi)/x 的逼近，為插值核；
e.Lanczos插值：
其中：i，j 為縮放前的位置，水平相位值PH0 、PH1、PH2、PH3，垂直相位值PV0、PV1、PV2、PV3。具體如下圖所示
三、函數申明格式：
C++：void resize (InputArray src, OutputArray dst,Size dsize,double fx=0;double fy=0,int interpolation=INTER_LINEAR);
第一個參數：為輸入圖像；
第二個參數：為輸出圖像；
第三個參數：輸出圖像的大小；
第四個參數：沿着水平軸的縮放系數；
第五個參數：沿着垂直軸的縮放系數；
第六個參數：插值方式默認為 INTER_LINEAR 線性插值；
四、具體的實驗數據結果：
選取圖像的數據為3*3矩陣[5,3,1,1,1,1,0,1,0];擴大到6*6的矩陣結果圖
選取圖像的數據為6*6矩陣縮小到3*3矩陣的結果圖
結論：對於放大圖像來說方法越復雜，求出來的數據效果越好，同樣的計算時間也會提高（后面會驗算時間），區域插值結果與最近鄰插結果一樣；
對於縮小圖像來說方法越復雜，求出來的數據效果越好，同樣的計算時間也會提高（后面會驗算時間），區域插值結果與線性插值結果一樣；
五、具體圖像運算結果
縮小圖像用區域插值；放大圖像用三次樣條插值（速度慢）；線性插值(速度快)；
六、算法的具體時間測試，用一張400*400的圖像進行測試： 單位是 MS 用的clock_t 函數測試 循環100次然后 折算成MS
縮小成200*200像素圖像的測試結果
最近鄰插
雙插線性 
區域插值
雙三插值 
LANCZOS4
擴大成為 800*800像素圖像的測試結果
最近鄰插
雙插線性 
區域插值
雙三插值 
LANCZOS4
PS：如果自己計算會發現結果不正確，根源在於圖像中心opencv修正過；修正公式為：
