cv::resize是opencv中图像缩放的首选函数，封装插值逻辑、内存管理与边界处理；需确保输入mat非空且目标尺寸合法，支持指定尺寸或比例缩放，常用插值法包括inter_nearest（快但锯齿）、inter_linear（默认平衡）、inter_cubic（慢但平滑）。
用 OpenCV 的 cv::resize 最直接可靠
绝大多数 C++ 图像缩放需求，cv::resize 是首选——它封装了插值逻辑、内存管理与边界处理，比手写双线性插值稳定得多。前提是已用 OpenCV 读入图像（cv::Mat 类型），不是裸指针或自定义结构体。
常见错误是传入空 cv::Mat 或尺寸为 0 的目标宽高，会触发断言失败或崩溃。务必在调用前检查 src.empty() == false 和目标尺寸是否合法。
- 指定目标尺寸：
cv::resize(src, dst, cv::Size(width, height)) - 按比例缩放（推荐）：
cv::resize(src, dst, cv::Size(), scale_x, scale_y, cv::INTER_LINEAR)，其中scale_x和scale_y是浮点数，如 0.5 表示缩小一半 - 插值方式影响质量与速度：
cv::INTER_NEAREST（快但锯齿重）、cv::INTER_LINEAR（默认，平衡）、cv::INTER_CUBIC（慢但更平滑，适合放大） - 若源图是
CV_8UC3（BGR），输出也默认保持相同类型；不建议强制转成CV_32F再 resize，除非后续有特殊计算需求
不用 OpenCV 时，手写双线性插值要注意坐标映射
纯 C++（无第三方库）下实现缩放，核心是双线性插值，但最容易出错的是坐标对齐方式：OpenCV 默认使用“像素中心对齐”（pixel center alignment），即源坐标 (0, 0) 对应像素中心 (0.5, 0.5)，而非左上角。忽略这点会导致结果偏移半个像素，尤其在整数倍缩放时出现模糊或错位。
实际操作中，需将目标像素坐标反向映射到源图，再加 0.5 偏移修正：
float src_x = (dst_x + 0.5f) * src_width / dst_width - 0.5f; float src_y = (dst_y + 0.5f) * src_height / dst_height - 0.5f;
然后对 src_x、src_y 取 floor 得到左上邻点，计算权重。注意边界处理：当 src_x 或超出源图范围时，要 clamp 或 padding，否则访问越界。
cv::resize 在多线程中必须注意 cv::Mat 共享问题
cv::Mat 是引用计数对象，如果多个线程共用同一个 cv::Mat 实例并调用 cv::resize，可能因内部缓存（如临时分配的 ROI 或插值表）产生竞争。现象是偶发崩溃或输出乱码，调试困难。
- 每个线程应持有独立的输入
cv::Mat（可用src.clone()隔离） - 避免跨线程复用同一
dstMat；即使尺寸固定，也要为每线程分配新cv::Mat - 若用
cv::INTER_AREA（专用于缩小），OpenCV 内部会做区域平均，此时对源图只读，但 dst 仍不能共享
缩放后图像变暗或色偏？检查数据类型和归一化
常见于从 float 型图像（如 [0.0, 1.0] 范围）resize 后直接保存为 uint8，却忘了乘 255 并截断。OpenCV 的 cv::resize 不自动做类型转换或归一化——输入是什么类型，输出就是什么类型。
- 若源图是
CV_32F且值域为 [0,1]，resize 后需手动：dst.convertScaleAbs(dst, 255.0)或dst = dst * 255.0; dst.convertScaleAbs(dst); - 若源图是
CV_8U，但 resize 后出现异常灰度，可能是插值导致小数部分溢出，用cv::convertScaleAbs安全截断 - 用
imwrite保存前，务必确认 dst.type() == CV_8UC3 或 CV_8UC1；否则可能静默失败或生成不可读文件
插值算法本身不改变色彩空间，但如果源图是 HSV 或 Lab 格式，直接 resize 可能导致色相断裂——这种场景应先转回 BGR，缩放后再转回，除非明确知道该色彩空间的插值语义。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
