為何 MATLAB imresize 函數和 OpenCV resize 函數結果不同？今年 4 月，我在依照 MATLAB 代碼自己寫一個卷積神經網絡 C++ 實現(xiàn)的過程中，就發(fā)現(xiàn)了這個問題，不過那時問題不是太大，所以也沒有給出太多關注。今天在 stackoverflow 上正好看到了一個相關問題 why OpenCV cv2.resize gives different answer than MATLAB imresize?，解答了我心中的疑惑。這篇的文章主要內容是將這個 stackoverflow 問題做了注解，并將部分代碼由 Python 翻譯成 C++。

首先我們可以看到，在變大的時候，MATLAB 和 OpenCV 有一樣的結果：

x = imresize([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

    double data[] = {1, 2, 3, 4};
    cv::Mat A(2, 2, CV_64FC1, data);
    std::cout<<"Before: A = "<<A<<std::endl;
    cv::resize(A, A, cv::Size(4, 4), cv::INTER_LINEAR);
    std::cout<<"resize bigger: A = "<<A<<std::endl;
    //    [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，在把矩陣縮小的時候，卻出現(xiàn)了結果不一樣：

imresize(x,[2,2],'bilinear')
% ans =
%    1.5625    2.1875
%    2.8125    3.4375

    cv::resize(A, A, cv::Size(2, 2), cv::INTER_LINEAR);
    std::cout<<"resize smaller: A = "<<A<<std::endl;
    //    [1.375, 2.125;
    //    2.875, 3.625]

這是為什么呢？原因在于 MATLAB 的 imresize 函數默認是開啟了 anti-aliasing，將其關閉，結果就跟 C++ 一樣了：

imresize(x,[2,2],'bilinear','AntiAliasing',false)
% ans =
%    1.3750    2.1250
%    2.8750    3.6250

那么問題來了，怎么讓 OpenCV 做到 MATLAB imresize 函數的 anti-aliasing 功能呢？這個問題，留待日后解決。本文具體代碼可見 OpenCV-and-CPP-for-MATLAB-Users Demo_OpenCVFunctions 文件夾下的 demo_resize.cpp 函數，為了方便起見，將代碼陳列如下：

#include <opencv2/opencv.hpp>
#include <iostream>

void demo_resize()
{
    double data[] = {1, 2, 3, 4};
    cv::Mat A(2, 2, CV_64FC1, data);
    std::cout<<"Before: A = "<<A<<std::endl;
    cv::resize(A, A, cv::Size(4, 4), cv::INTER_LINEAR);
    std::cout<<"resize bigger: A = "<<A<<std::endl;
    cv::resize(A, A, cv::Size(2, 2), cv::INTER_LINEAR);
    std::cout<<"resize smaller: A = "<<A<<std::endl;
}

本文是開源項目 OpenCV-and-CPP-for-MATLAB-Users 文檔的一部分，更多的文章和完整代碼請移步項目的 Github主頁。

轉載請注明出處。