为什么OpenCV cv2.resize给出的答案与MATLAB imresize不同？

我正在将一个MATLAB代码转换成python，并尝试使用OpenCV函数

cv2.resize

缩小图像的大小，但我从MATLAB的输出中得到了不同的结果

为了确保我的代码在调整大小之前没有出错，我在两个函数上都使用了一个小示例，并比较了输出

我首先在Python和MATLAB中创建了以下数组并对其进行了上采样：

Python-NumPy和OpenCV MATLAB 然后我把答案重新调整到原来的2x2大小

蟒蛇： MATLAB： 它们显然不一样，当数字越大，答案就越不一样

如有任何解释或参考资料，将不胜感激。

MATLAB的：

---

这让我过去在尝试时绊倒了。

+1谢谢！这正是我想要的。我已经使用这个函数很多年了，从来没有想过要关闭抗锯齿功能。你知道有没有一种方法可以在python中进行这种下采样，而不是实现反走样？@mxy恐怕没有。也许在调整大小/重采样之前，您可以先使用高斯滤波器或其他低通滤波器进行卷积。

    x = cv2.resize(np.array([[1.,2],[3,4]]),(4,4), interpolation=cv2.INTER_LINEAR)
    print x

    [[ 1.    1.25  1.75  2.  ]
     [ 1.5   1.75  2.25  2.5 ]
     [ 2.5   2.75  3.25  3.5 ]
     [ 3.    3.25  3.75  4.  ]]

    x = imresize([1,2;3,4],[4,4],'bilinear')

    ans =

    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

    cv2.resize(x,(2,2), interpolation=cv2.INTER_LINEAR)

    ans = 

     [[ 1.375,  2.125],
      [ 2.875,  3.625]]

    imresize(x,[2,2],'bilinear')

    ans =

      1.5625    2.1875
      2.8125    3.4375

>> imresize(x,[2,2],'bilinear')
ans =
    1.5625    2.1875
    2.8125    3.4375
>> imresize(x,[2,2],'bilinear','AntiAliasing',false)
ans =
    1.3750    2.1250
    2.8750    3.6250