一、什么是resize 函数：
resize函数opencv中专门用来调整图像大小的函数；
opencv 提供五种方法供选择分别是：
a.最近邻插值——INTER_NEAREST；
b.线性插值 ——INTER_LINEAR；（默认值）
c.区域插值 ——INTER_AREA；(利用像素区域关系的重采样插值)
d.三次样条插值——INTER_CUBIC（超过4*4像素邻域内的双三次插值）
e.Lanczos插值——INTER_LANCZOS4（超过8*8像素邻域的Lanczos插值）
一般来说要缩小图像用区域插值（INTER_AREA）；要放大图像一般用三次样条插值（INTER_CUBIC）或者线性插值（INTER_LINEAR）；
二、resize 5类算法的公式：
以下图来说明假设下图的大小为m*n ，想通过resize 函数把尺度变化为m1*n1;
a.最近邻插值：
b.线性插值(双线性插值)：
其中：u v 是相当于放缩后的图像Dst相对于原图像Src中对应位置的小数部分；用的是最近邻插的公式；
c.区域插值： 当放大图像时类似最近邻插值，当缩小图像时候有不同的结果；能有效避免波纹出现；
d.三次样条插值(双三次插值):使用的是4*4邻域的像素双3次插值 从（i-1，j-1）到（i+2，j+2）所有点的插值运算结果公式如下图：
其中S（x）是对 sin(x*pi)/x 的逼近，为插值核；
e.Lanczos插值：
其中：i，j 为缩放前的位置，水平相位值PH0 、PH1、PH2、PH3，垂直相位值PV0、PV1、PV2、PV3。具体如下图所示
三、函数申明格式：
C++：void resize (InputArray src, OutputArray dst,Size dsize,double fx=0;double fy=0,int interpolation=INTER_LINEAR);
第一个参数：为输入图像；
第二个参数：为输出图像；
第三个参数：输出图像的大小；
第四个参数：沿着水平轴的缩放系数；
第五个参数：沿着垂直轴的缩放系数；
第六个参数：插值方式默认为 INTER_LINEAR 线性插值；
四、具体的实验数据结果：
选取图像的数据为3*3矩阵[5,3,1,1,1,1,0,1,0];扩大到6*6的矩阵结果图
选取图像的数据为6*6矩阵缩小到3*3矩阵的结果图
结论：对于放大图像来说方法越复杂，求出来的数据效果越好，同样的计算时间也会提高（后面会验算时间），区域插值结果与最近邻插结果一样；
对于缩小图像来说方法越复杂，求出来的数据效果越好，同样的计算时间也会提高（后面会验算时间），区域插值结果与线性插值结果一样；
五、具体图像运算结果
缩小图像用区域插值；放大图像用三次样条插值（速度慢）；线性插值(速度快)；
六、算法的具体时间测试，用一张400*400的图像进行测试： 单位是 MS 用的clock_t 函数测试 循环100次然后 折算成MS
缩小成200*200像素图像的测试结果
最近邻插
双插线性 
区域插值
双三插值 
LANCZOS4
扩大成为 800*800像素图像的测试结果
最近邻插
双插线性 
区域插值
双三插值 
LANCZOS4
PS：如果自己计算会发现结果不正确，根源在于图像中心opencv修正过；修正公式为：
