Cv::resize()函数
src：输入原图像，即待被改变大小的图像；
dst：输出改变大小之后的图像；
dsize：设置输出图像的大小。如果这个参数不为0，那么就代表将原图像缩放到这个Size(width，height)指定的大小；如果这个参数为0，那么原图像缩放之后的大小就要通过下面的公式来计算：
dsize = Size(round(fx*src.cols), round(fy*src.rows))
其中，fx和fy就是下面要说的两个参数，是图像width方向和height方向的缩放比例。
fx：width方向的缩放比例，如果它是0，那么它就会按照(double)dsize.width/src.cols来计算；
fy：height方向的缩放比例，如果它是0，那么它就会按照(double)dsize.height/src.rows来计算；
interpolation：这个是指定插值的方式，图像缩放之后，肯定像素要进行重新计算的，就靠这个参数来指定重新计算像素的方式，有以下几种：
INTER_NEAREST - 最邻近插值
INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
INTER_AREA - 利用像素面积关系重采样。这可能是一种理想的图像抽取方法，因为它提供无莫尔的结果。但当图像缩放时，它与INTER_NEAREST方法相似。
INTER_CUBIC - 4x4像素邻域内的双立方插值
INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值
使用注意事项：
1、dsize和fx/fy不能同时为0，要么指定好dsize的值，让fx和fy空置直接使用默认值，如
resize(src, dst, dst.size(), 0, 0, interpolation);
要么让dsize为0，指定好fx和fy的值，比如fx=fy=0.5，
resize(src, dst, Size(), 0.5, 0.5, interpolation);
那就相当于把原图两个方向缩小一倍。
2. 插值方法，一般默认INTER_LINEAR 。
absdiff 函数
计算两个数组或数组与标量之间的每个元素的绝对差。
src1是第一个输入数组或标量
src2第二个输入数组或标量
与输入阵列具有相同大小和类型的dst输出阵列
函数absdiff计算了两个数组在大小和类型相同时的绝对差:
dst(I)=saturate(|src1(I)−src2(I)|)
计算数组与标量之间的绝对，当第二个数组由标量构造或元素数量与src1中的通道数量相同时。
dst(I)=saturate(|src1(I)−src2|)
标量与数组之间的绝对：当第一个数组由标量构造或元素数量与src2中的通道数量相等时
dst(I)=saturate(|src1−src2(I)|)
：其中I是数组元素的多维索引，对于多通道阵列，每个通道都是独立处理的。
如下例子是一个求模板图片与待识别图片的绝对差值，可用于数字的识别：
Mat src,img_result,Template;
Template = imread(name, CV_LOAD_IMAGE_GRAYSCALE);//加载图片
threshold(Template, Template, 100, 255, CV_THRESH_BINARY);//模板图片二值化处理
threshold(src, src, 100, 255, CV_THRESH_BINARY);//原图片二值化处理
resize(src, src, Size(50, 50), 0, 0, CV_INTER_LINEAR);//改成大小都为50,50的
resize(Template, Template, Size(50, 50), 0, 0, CV_INTER_LINEAR); //改成大小都为50,50的
absdiff(Template, src, img_result);//求两个矩阵的差的绝对值