matlab运行dxcv,MATLAB imresize 函数和 OpenCV resize 函数结果不同

为何 MATLAB imresize 函数和 OpenCV resize 函数结果不同？今年 4 月，我在依照 MATLAB 代码自己写一个卷积神经网络 C++ 实现的过程中，就发现了这个问题，不过那时问题不是太大，所以也没有给出太多关注。今天在 stackoverflow 上正好看到了一个相关问题why OpenCV cv2.resize gives different answer than MATLAB imresize?，解答了我心中的疑惑。这篇的文章主要内容是将这个 stackoverflow 问题做了注解，并将部分代码由 Python 翻译成 C++。

首先我们可以看到，在变大的时候，MATLAB 和 OpenCV 有一样的结果：

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<

cv::resize(A, A, cv::Size(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，在把矩阵缩小的时候，却出现了结果不一样：

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<

// [1.375, 2.125;

// 2.875, 3.625]

这是为什么呢？原因在于 MATLAB 的 imresize 函数默认是开启了 anti-aliasing，将其关闭，结果就跟 C++ 一样了：

imresize(x,[2,2],'bilinear','AntiAliasing',false)

% ans =

% 1.3750 2.1250

% 2.8750 3.6250

那么问题来了，怎么让 OpenCV 做到 MATLAB imresize 函数的 anti-aliasing 功能呢？这个问题，留待日后解决。本文具体代码可见 OpenCV-and-CPP-for-MATLAB-Users Demo_OpenCVFunctions 文件夹下的 demo_resize.cpp 函数，为了方便起见，将代码陈列如下：

#include

void demo_resize()

{

double data[] = {1, 2, 3, 4};

cv::Mat A(2, 2, CV_64FC1, data);

std::cout<

cv::resize(A, A, cv::Size(4, 4), cv::INTER_LINEAR);

std::cout<

cv::resize(A, A, cv::Size(2, 2), cv::INTER_LINEAR);

std::cout<

}

本文是开源项目 OpenCV-and-CPP-for-MATLAB-Users 文档的一部分，更多的文章和完整代码请移步项目的 Github主页。