为何 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<<"Before: A = "<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 = "<

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 
#include 

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