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++ 實現的過程中，就發現了這個問題，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<

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，在把矩陣縮小的時候，卻出現了結果不一樣：

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<

// [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

#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<

}

轉載請注明出處。

總結

以上是生活随笔為你收集整理的matlab imresize算法详解,为何 MATLAB imresize 函数和 OpenCV resize 函数结果不同的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。