OpenCV：图像缩放操作resize，pryUp，pryDown
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(InputArray 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；
