1、resize()函数：可以将原图像精确的转化为指定尺寸的目标图像；格式：void resize(Input帆歌达缒Array src,OutputArray dst,Size dsize,double fx=0,double fy=0,int interpolation=INTER_LINEAR );参数：dsize：输出图像的大小；当dsize不为0时，即指定的图像缩放大小；当dsize为0时，缩放大小为dsize=Size（round（fx*src.cols），round（fy*src.rows））其中，fx，fy为缩放比例；【注】：dsize和fx/fy不能同时为0；
2、resize放大图像：若要放大图像，推绡诉诿旬荐使用CV_INTER_LINEAR双线性插值；以王者荣耀logo为例，大小为482*355，进行放大示例如下：int main(){ Mat img = imread("0.jpg"); imshow("原始图", img); Mat dst = Mat::zeros(428, 512, CV_8UC3); //我要转化为512*512大小的 resize(img, dst, dst.size()); imshow("尺寸调整之后", dst); waitKey(0); return 0;}
3、resize缩小图像：要缩小图像，一般推荐使用CV_INTER_AREA插值；程序如下：int main(){ Mat img = imread("0.jpg"); imshow("原始图", img); Mat dst; resize(img, dst, Size(),0.5,0.5);//我长宽都变为原来的0.5倍 imshow("尺寸调整之后", dst); waitKey(0); waitKey(0); return 0;}
4、图像金字塔：图像金字塔是用来进行图像缩放的，功能和resize一样；为什么还需要学习它；因为其在卷积神经网络中会遇到这个名词；且搞图像的都得学它；什么是金字塔？下图所示，我们将一层层的图像比喻为金字塔，层级越高，则图像尺寸越小，分辨率越低；两种类型的金字塔：高斯金字塔：用于下采样，主要的图像金字塔；拉普拉斯金字塔：用于重建图像，也就是预测残差，对图像最大程度的还原；比如一副小图像重建为一幅大图像；上采样和下采样：上采样：就是图像放大，使用pryUp函数；下采样：就是图像缩小，使用pryDown函数；
5、pryUp上采样：图像放大格式：void pyrUp(InputArray src,OutputArray dst,const Size& dstsize=Size());上采样步骤：①将图像在每个方向放大为原来的两倍，新增的行和列用0填充；②使用卷积核与放大的图像卷积，获得新增像素的近似值；程序如下：int main(){ Mat img = imread("0.jpg"); imshow("原始图", img); Mat dst; pyrUp(img, dst, Size(img.cols*2, img.rows*2)); //放大一倍 imshow("尺寸放大之后", dst); waitKey(0); return 0;}
6、pryDown下采样：图像缩小格式：void pyrDown(InputArray src,OutputArray dst,const Size& dstsize=Size());下采样步骤：①将图像进行高斯内核卷积②将所有偶数行和列去除【注】：上、下采样都存在一个严重的问题，那就是图像变模糊了，因为缩放的过程中发生了信息丢失的问题。要解决这个问题，就得看拉普拉斯金字塔了。因此，如果缩放还是采用resize函数；
