OpenCV放大或者缩小图像的速度

使用OpenCV放大或者缩小图像，我们比较熟悉的是下面的function：
cv::resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR )¶
http://docs.opencv.org/modules/imgproc/doc/geometric_transformations.html
关于它的Interpolation method（插值方法），其中:

INTER_NEAREST 最近邻插值，是最快的method并且创建blocky images并选择1个pixel去替代几个pixels，这样做得到图像的结果效果比较差。
INTER_AREA 也是一个快速计算方法，它取几个pixels的平均值,所以它比较适合缩小图像，而不是放大图像。
INTER_LINEAR 使用双线性的插值去改变图像尺寸，组成几个pixels在一起(在很多情况下是比较好的选择，但是计算速度比较慢)。
INTER_CUBIC 使用的是双三次的插值，但是计算机量比较大，所以运行速度慢，而且有时候结果看起来比较好，有时候比较差。

非常简单地，不完全正确地说，在速度上:
INTER_NEAREST > INTER_AREA > INTER_LINEAR > INTER_CUBIC
但是放大或者缩小图像后的效果上一般而言INTER_LINEAR是相对最好的。

其实，也可以使用Opencv的cv::pyrUp（使用Gaussian 金字塔分解对输入图像向上采样）和cv::pyrDown（使用 Gaussian金字塔分解对输入图像向下采样），关于使用这两个function去放大或者缩小图像，具体信息可查阅下面链接：
http://docs.opencv.org/doc/tutorials/imgproc/pyramids/pyramids.html
但是cv::pyrUp和cv::pyrDown的运算速度其实也并不高。