Resize

class torchvision.transforms.Resize(size, interpolation=InterpolationMode.BILINEAR, max_size=None, antialias=True)

将输入图像调整为给定大小。如果图像是 torch Tensor，则应具有 […, H, W] 形状，其中 … 表示最多两个前导维度

参数:

• size (sequence 或 int) –

  期望的输出大小。如果 size 是像 (h, w) 这样的序列，则输出大小将与之匹配。如果 size 是一个 int，则图像的较小边缘将与此数字匹配。即，如果 height > width，则图像将被缩放到 (size * height / width, size)。

  注意

  在 torchscript 模式下，不支持作为单个 int 的 size，请使用长度为 1 的序列：[size, ]。

• interpolation (InterpolationMode) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。 默认值为 InterpolationMode.BILINEAR。 如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST、InterpolationMode.NEAREST_EXACT、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。 对应的 Pillow 整数常量，例如 PIL.Image.BILINEAR 也被接受。

• max_size (int, 可选) – 调整大小后的图像的较长边的最大允许值。 如果图像的较长边在根据 size 调整大小后大于 max_size，则 size 将被覆盖，以便较长边等于 max_size。 因此，较小边可能比 size 短。 仅当 size 是 int（或 torchscript 模式下长度为 1 的序列）时，才支持此功能。

• antialias (bool, 可选) –

  是否应用抗锯齿。 它仅影响具有双线性或双三次模式的张量，否则将被忽略：在 PIL 图像上，始终在双线性或双三次模式下应用抗锯齿； 在其他模式下（对于 PIL 图像和张量），抗锯齿没有意义，并且此参数将被忽略。 可能的值是

  • True (默认)：将为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：将不会为任何模式下的张量应用抗锯齿。 PIL 图像在双线性或双三次模式下仍然会进行抗锯齿处理，因为 PIL 不支持无抗锯齿。

  • None：等效于张量的 False 和 PIL 图像的 True。 此值出于遗留原因而存在，除非您真的知道自己在做什么，否则您可能不想使用它。

  为了使 PIL 和 Tensor 后端保持一致，默认值已从 v0.17 中的 None 更改为 True。

Resize 的使用示例

变换的图示

变换的图示

视频 API

视频 API

forward(img)

参数:

img (PIL 图像 或 Tensor) – 要缩放的图像。

返回值:

重新缩放的图像。

返回类型:

PIL 图像或 Tensor