resize¶

torchvision.transforms.functional.resize(img: Tensor, size: List[int], interpolation: InterpolationMode = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True) → Tensor[source]¶

将输入图像调整为给定大小。如果图像是 torch Tensor，其形状应为 […, H, W]，其中 … 表示任意数量的前导维度

参数：

img (PIL Image or Tensor) – 要调整大小的图像。
size (sequence or int) –
期望的输出大小。如果 size 是一个序列，如 (h, w)，输出大小将与此匹配。如果 size 是一个 int，图像的较小边将被匹配到此数值，同时保持纵横比。例如，如果高度 > 宽度，则图像将被缩放至 \(\left(\text{size} \times \frac{\text{height}}{\text{width}}, \text{size}\right)\)。

注意

在 torchscript 模式下，不支持 size 为单个 int，请使用长度为 1 的序列：[size, ]。
interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定义的期望插值模式枚举。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，仅支持 InterpolationMode.NEAREST、InterpolationMode.NEAREST_EXACT、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。也接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。
max_size (int, optional) – 调整大小后图像较长边的最大允许尺寸。如果根据 size 调整大小后图像的较长边大于 max_size，则 size 将被覆盖，使较长边等于 max_size。因此，较短边可能小于 size。仅当 size 是 int（或 torchscript 模式下长度为 1 的序列）时支持此参数。
antialias (bool, optional) –
是否应用抗锯齿。仅影响双线性或双三次模式下的 tensors，在其他情况下会被忽略：对于 PIL 图像，抗锯齿在双线性或双三次模式下总是应用的；对于其他模式（PIL 图像和 tensors），抗锯齿没有意义，此参数将被忽略。可能的值有
- True (默认)：将对双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您想要使用的。
- False：将不对任何模式下的 tensors 应用抗锯齿。PIL 图像在双线性或双三次模式下仍然会应用抗锯齿，因为 PIL 不支持无抗锯齿。
- None：对于 tensors 等同于 False，对于 PIL 图像等同于 True。此值因历史原因存在，除非您非常清楚自己在做什么，否则您可能不想使用它。
默认值在 v0.17 中从 None 更改为 True，以使 PIL 和 Tensor 后端保持一致。

返回：