即插即用opencv中的resize用法实现改变图像通道数和分辨率

resize函数参数列表及含义

void resize(InputArray src, OutputArray dst, Size dsize, double fx, double fy, int interpolation=INTER_LINEAR);

各个组件代表的意思：

src：输入，原图像，即待改变大小的图像；
dst：输出，改变大小之后的图像；
dsize：输出图像的大小。Size(width，height)指定的大小；
如果这个参数为0，那么原图像缩放之后的大小：dsize = Size(round(fx*src.cols), round(fy*src.rows)).
fx和fy：图像width方向和height方向的缩放比例，与dsize参数不可同时为0；
interpolation：这个是指定插值的方式

常见差值方式有以下几种：

  INTER_NEAREST - 最邻近插值
  INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
  INTER_AREA - 区域插值 
  INTER_CUBIC - 4x4像素邻域内的双立方插值
  INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值

opencv内可选差值方法

//! interpolation algorithm

enum InterpolationFlags{
    INTER_NEAREST        = 0,  // nearest neighbor interpolation 最邻近插值法
    
    INTER_LINEAR         = 1,   // bilinear interpolation 双线性插值法（默认）
     //  f(i+u,j+v) = (1-u)*(1-v)*f(i,j) + (1-u)*v*f(i,j-1) + u*(1-v)*f(i+1,j) + u*v*f(i+1,j+1)
     
    INTER_CUBIC          = 2,    /** bicubic interpolation 双三次差值 */

    INTER_AREA           = 3,  //区域相关性差值法 average filter 在某个区域取均值
    //参考链接：https://zhuanlan.zhihu.com/p/38493205
 
    INTER_LANCZOS4       = 4,   /** Lanczos interpolation over 8x8 neighborhood */

    INTER_LINEAR_EXACT = 5,    /** Bit exact bilinear interpolation */

    INTER_MAX            = 7,    /** mask for interpolation codes */

    WARP_FILL_OUTLIERS   = 8,    /** flag, fills all of the destination image pixels. If some of them correspond to outliers in the
    source image, they are set to zero */
    
    /** flag, inverse transformation
    For example, #linearPolar or #logPolar transforms:
    - flag is __not__ set: \f$dst( \rho , \phi ) = src(x,y)\f$
    - flag is set: \f$dst(x,y) = src( \rho , \phi )\f$
    */
    WARP_INVERSE_MAP     = 16
};

resize和pyrDown pyrUp区别

resize   可以用于任何比例的缩放
pyrDown  用高斯模板卷积一下，任何删掉偶数行列
pyrUp    用0填充放大后的偶数行列，然后用高斯核卷积一下

实例笔记：
构造将单通道转换成三通道并实现分辨率的缩放成原来的一半：

cv::Mat convertTo3Channels(const cv::Mat& binImg)
{
	Mat binImg_;
	double scale_up_x = 0.5;
	double scale_up_y = 0.5;
	resize(binImg, binImg_, Size(), scale_up_x, scale_up_y, INTER_LINEAR);
	cv::Mat three_channel = cv::Mat::zeros(binImg_.rows, binImg_.cols, CV_8UC3);
	vector<cv::Mat> channels;
	for (int i = 0; i < 3; i++)
	{
		channels.push_back(binImg_);
	}
	merge(channels, three_channel);
	return three_channel;
}

cv::Mat imageMat_ = convertTo3Channels(imageMat);